neural

在AI时代进行式当中，卷积神经网络(Convolutional Neural Network CNN)是众多电脑视觉深度学习网络的基础与核心，本次课程将重头介绍简易的影像处理基本知识，以及经典的影像特征撷取方式。会详细讲解卷积神经网络的计算流程，以及一些经典的CNN模型，并实际演练CNN的计算过程。我们希望透过介绍卷积神经网络的理论基础并拆解其内部构造，让大家能够参与了解现代深度学习系统的黑盒内部原理，借此将AI技术开放出去，并能够开发自己的卷积神经网络模型从而达到开放与创新的价值

2022年9月，自然语言处理组1篇论文被NeurIPS 2022接收。NeurIPS 2022的全称是Thirty-sixth Conference on Neural Information Processing Systems，是人工智能领域的顶级会议之一。NeurIPS 2022将于2022年11月28日-12月9日在美国新奥尔良举行

这些特征的处理方式和候选生成网络类似，不同之处是排序网络的顶部是一个加权逻辑回归（weighted logistic regression），它对所有候选视频进行打分，从高到底排序后将分数较高的一些视频返回给用户。 融合推荐模型 本节会使用卷积神经网络（Convolutional Neural Networks）来学习电影名称的表示。下面会依次介绍文本卷积神经网络以及融合推荐模型

现阶段，由于诸多干扰因素，例如纳米材料对细胞状态的影响和对常见实验手段结果的干扰等，纳米复合药物系统的治疗效果评估一直缺乏精准的判断方法，结合现如今机器学习在科研领域越来越广泛的应用，机器学习可能成为解决这一问题的有效途径。近日，同济大学附属上海同济医院的程黎明教授团队朱融融等开发了DeepScreen——一种基于深度学习的可以用于纳米复合药物筛选的新方法，其具有精准、迅速以及抗干扰等优势。 DeepScreen利用卷积神经网络（Convolutional neural network，CNN），基于流式细胞获得的单细胞图像，和常用实验手段相比较，可以大幅度节约检测时间，从原先的几天缩短到2-6小时，有效提高检测效率

报告人简介：胡小建，合肥工业大学计算机应用技术专业博士，教授博士生导师，教育部高等学校物流管理与工程类专业教学指导委员会委员，物流与物联网研究所所长。长期从事智慧物流与供应链管理、云物流及其大数据服务、机器学习与智能算法、信息管理与信息系统等科研工作。先后承担了国家高新技术计划（863）重点项目、工信部智能制造专项、国家自然科学基金项目、安徽省重大科技专项、安徽省自然科学基金项目、安徽省软科学计划项目、安徽省教育厅人文社科重大项目、合肥工业大学科研与发展基金等各类纵向项目10余项，先后参与了其它国家高新技术计划（863）项目、国家自然科学基金项目以及省部级10余项；先后承担了企业委托项目等横向项目40余项

所谓的自我学习，用的是模拟法（Modeling approach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。如遗传算法（Generic Algorithm 简称GA）和人工神经网络（Artificial Neural Network简称ANN）均属后一类型。遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式

无人机技术虽然说在近几年来发展迅速，但基本上还是只适合在室外使用，想要在室内环境使用的话，太容易撞到障碍物或是其他无人机了。不过，加州理工的研究人员所开发的机器学习算法“Global-to-local Safe Autonomy Synthesis（GLAS）”，让一群无人机也有机会能在拥挤、没有地图的环境下自动导航，使得室内的无人机使用也有一定的自由度，且能自行适应环境。 GLAS 的关键在于一群无人机当中的每个个体，都能自行判断在其近旁的障碍物位置与其他无人机的动向，并且自主做出反应，而不需要由一个中控系统同时控制所有的无人机