神经网络

9月11日，中科院神经科学所王佐仁研究员来微电子所进行学术交流，并作了题为《忆阻器神经网络与脑模拟》的学术报告。微电子所微电子重点实验室副主任刘琦研究员主持交流会。来自全所各部门的科研人员、研究生近40人参加了会议

对于AI深度神经网络主要由许多节点层组成的复杂架构，结果导致大量需要在训练中评估的参数，包括权重、偏差等。相比于简单的架构，更大、更复杂的神经网络需要更多的训练数据满足适当的收敛。 最近，在IEEE论文提出如何可以减少少量数据训练神经网络的新方法，其实，主要通过极坐标空间中的径向变换实现图像增强

从人工智能的发展历史来看，脑科学与AI之间存在紧密关联，随着前沿技术的不断进步，未来脑科学会对人工智能的有哪些促进？ 在近日举行的2022第一财经资本年会上，中国科学院院士，神经科学家张旭作主旨演讲时阐述了脑科学和人工智能的融合发展现状，以及未来有哪些发展趋势。 张旭表示，人工智能大脑和人类的大脑，两者间神经环路以及信息传递的原理有很多一致性。“比如在人类大脑的认知过程中，有感觉、学习记忆，想象力和语言

应用于MTCNN及关系类神经网络之快速人脸辨识系统 Fast Face Recognition System for MTCNN and Relation Neural Network 人脸辨识是经由撷取人脸影像，分析其脸部特征来进行身份认证的一种技术，近年来基于深度学习运用于人脸辨识逐渐成为主流的研究方向，借由输入大量影像资料，解析其向素值排列之向量资讯，学习人脸特征，最终达到可以识别人脸的目的。使用MTCNN作为人脸检测的部分，虽然其能够稳定且精准地框选人脸，但是因为需要花费较大计算量，所以导致在检测上的速度较为缓慢，进而使得整体系统效能受到影响。而在人脸识别的部分使用关系类神经网络架构，并且以一人一个模型的方式来增减辨识人数，虽然能够对于每个人都能达到**的辨识度，但会在可辨识人数多的情况下，造成辨识效率降低的现象

Topaz Video Enhance AI是一款运用了AI人工智能技术的视频放大工具，使用神经网络进行训练的，该神经网络分析成千上万对视频，以了解通常如何丢失细节，够推断出更多细节，从而在单个视频剪辑中提供大量信息的情况下呈现出更加逼真的外观，可以将视频放大至8K分辨率，并提供真实的细节和动作一致性，帮您制作漂亮清晰的高档视频素材。 CPU：最低需要支持AVX指令的 Intel i3 或 AMD Ryzen 3 及更高版(3.0GHz+) 苏七小站是一个提供各类软件、游戏、图片等资源的网站。我们致力于为用户提供优质的资源，并提供下载链接、使用教程等内容

98%的情况下机器人抓取都是成功的。训练机器人如何在不掉落的情况下抓住各种物体，通常需要大量的练习。 不过，加州大学伯克利分校和西门子的研究人员联合设计并在即将发表的论文中描述了一款新型的机器人，它可以通过研究一个3D形状的数据库来学习如何抓牢新物体

脑肿瘤是一类常见的肿瘤类疾病，发病率和死亡率极高，如果不及时治疗可能会造成视力障碍、瘫痪、甚至危及生命。 目前，脑肿瘤的临床诊断与治疗主要依据相应的医疗检查结果进行判断，其中有超过90%的信息来自于各种类型的医学影像数据。 现有医学影像数据的分析大多需要通过医生进行人工解读，耗费大量的时间和人力

2020年10月30日下午，应实验室孙乐研究员和韩先培研究员的邀请，中国科学院自动化研究所何世柱副研究员到访实验室，为实验室师生做了题为“融合知识的生成式对话研究”的学术报告。 何世柱老师博士毕业于中科院自动化所，现任模式识别国家重点实验室副研究员、硕士生导师，主要研究方向为知识推理和问答系统。 近年来，从大规模原始对话数据中学习生成式的对话模型受到越来越多的关注，主要方法大都基于深度学习模型，使用多层神经网络记忆对话中涉及的知识

我是雷·库兹韦尔定律的坚定支持者，回望2000年，我还在读初中，那个时候中国的互联网已经开始风起云涌，而拥有电脑的家庭数量却少的可怜，到今天不过十余年，移动互联网已经深入每个人的生活，我们已经无法想象那个没有手机的年代人类的生活是何等的艰辛。回望2000年，人类还在为努力完成人类的第一份基因组数据，而今天每个人都可以借助高通量基因测序机只用数天就能获取自己的全部基因数据。回望2000年，我们获取信息还基本要靠报纸、图书，而十年后的今天，我们可以通过搜索引擎、新闻APP主动或者被动地获取想要的信息

华为宣布的新Mate 20系列将采用新的处理器Kirin 980.Kinin 980是由华为海思集团开发的SoC。 根据凯基分析师Ming-Chi Kuo的说法，根据华为公告，该产品接近苹果公司最近发布的iPhone XS和Max的最新处理器A12 Bionic。据预测，它将会问世