neural

11月15日，受第14届国际文档分析与识别大会 (International Conference on Document Analysis and Recognition ICDAR 2017)邀请，电信学院白翔教授在大会上做了名为“Deep Neural Network for Scene Text Reading Revisited”的特邀报告(Keynote Speech)。在长达一个小时的报告中，白翔教授简要总结了近年来自然场景文本检测与识别这一热点研究方向的发展及现状，介绍了其研究团队结合深度学习在此领域所取得的重要研究方法及相关应用技术，并对该方向的发展趋势做出了全面展望。白翔教授的报告内容丰富，深入浅出，赢得了参会学者的广泛赞誉

广州图普网络科技公司(Tupu Technology Co.Ltd.)，成立于2014年4月，总部位于广州天河区，是一家站在人工智能前沿的创业科技公司，团队成员来自国内顶尖互联网公司及名校研究院。公司成立之初即与浙江大学人工智能实验室达成了战略合作，共同致力于计算机视觉信息识别技术。经营范围：网络信息服务；应用软件服务，创始人李明强

近日，由管理学院青年科学研究联谊会举办的第58期学术活动在学院311会议室成功举行。本期讲座由管理科学与信息管理系青年教师沈瑶涵老师主讲，讲座主题为“自科青年基金申报的心得分享”。刘军教授莅临现场与学院部分青年教师、相关专业博士、硕士研究生一起参加了此次学术活动

贾凡博士，中国科学院武汉物理与数学研究所脑科学研究中心副研究员。主持武汉市青年科技人才“晨光计划”项目、国家自然科学基金青年基金项目和面上项目3项。作为重点学术骨干参与“973”项目，“中科院先导B项目”，“国家重大研究计划”和“海外港澳学者研究项目”等科研项目

在2008年6月于香港召开的IJCNN（International Joint Conference on Neural Networks），实验室有1篇论文被录用： IJCNN是WCCI 2008（2008 IEEE World Congress on Computational Intelligence ）的其中一个会议。WCCI是世界上最大型以及影响最深的有关计算机智能的盛事。IJCNN是机器学习及神经网络领域重要的国际会议之一，是计算机领域排名RANK2的国际会议之一

西南财经大学LD乐动体育·(中国)官方网站、统计研究中心副教授，博士生导师。新加坡国立大学博士后研究员、西北工业大学与美国南卫理公会大学联合培养博士。现任中国现场统计研究会生存分析分会理事、全国工业统计学教学研究会理事、中国统计教育学会理事，国家自然科学基金项目评审专家，美国数学评论《Mathematical Reviews》评论员

AI（人工智能）对翻译成场景的渗入更加了解。4月19日消息，微软公司宣告，为iOS/Android/Amazon Fire平台的微软公司翻译成（Microsoft Translator）应用于带给免费的离线AI辅助包在反对。只不过，早在2016年，微软公司就为Microsoft Translator发售了neural machine translation (NMT，神经机器翻译技术 )，不过，仅限于联网用于，后来和手机厂商如华为的合作也是必须有独立国家NPU单元的CPU（如麒麟970）.新的离线AI翻译成包则兼容任何智能手机，提高了23%的质量同时体积增大一半，反对11种语言，还包括简体中文、日语、韩语、西班牙语等等

联发科技(MediaTek)今天宣布，该公司已加入“开放神经网络交换”项目（Open Neural Network Exchange，简称 ONNX），力求推动人工智能(AI)技术的创新和该公司终端 AI 平台的发展。 ONNX 由亚马逊(Amazon)、Facebook 与微软共同创立和推出，旨在为深度学习模型在不同框架之间的转换创建互操作性标准。这一开放的生态系统让 AI 开发人员能够在项目的任何阶段，融合并匹配合适的工具与框架

2020年7月9日至11日，以“智能世界 共同家园”为主题的2020世界人工智能大会（WAIC）云端峰会在线上举行，来自中国科学院计算技术研究所智能信息处理重点实验室自然语言处理团队的论文《Bridging the Gap between Training and Inference for Neural Machine Translation》获得了“世界人工智能大会青年优秀论文奖”。这一工作是由实验室冯洋老师、刘群老师指导学生张文等完成。 这一工作针对神经机器翻译在训练和测试时所使用前序历史信息不同而造成的翻译质量问题，通过在训练时模拟测试时的前序历史信息，来减小了训练和测试时的偏差

摘要：将简单先容复杂网络的背景和几个经典的复杂网络模型。进而先容针对不同类型网络的牵引控制，主要包括连续耦合复杂网络、脉冲网络、布尔网络；利用不同数学工具对相关网络的牵引控制有效性进行研究和设计。 报告人概况：卢剑权，东南大学教授，应用数学和网络空间安全专业的博士生导师，德国洪堡学者，IEEE高级会员