論文快讀

此標籤共有 10 篇文章

想提高模型準確性?試試利用CO-SNE降低階層結構資料的維度
技術, 論文快讀

想提高模型準確性?試試利用CO-SNE降低階層結構資料的維度

在數據分析時,有一種資料類型是資料間具有階層結構(hierarchical-structure data),例如社交網路、RNA結構等,後續能應用在推薦系統、結構預測等議題上。這類資料通常希望可以在分析時,盡量保持原始的資料結構關係。如果讓很多維度的資料在降維後,仍然保持資料結構的關係,無疑可以大大提高模型預測的準確性。以下是UC Berkeley的Guo等人在2022年6月提出的新方法。

強AI來了?DeepMind新推通才代理模型Gato
技術, 論文快讀

強AI來了?DeepMind新推通才代理模型Gato

在近期的 AI Research,我們在弱人工智慧(Artificial Narrow Intelligence) 領域中,不斷推陳出新、突破天花板、創造新的演算法。我們針對任務收集相關知識下的資料,並訓練其模型。同時造就了各個領域及行業中的 AI 工程師,但你有沒有曾經想過,未來會有一個 AI 模型能夠分析所有任務,回答你所有問題,取代掉數個領域的 AI 模型呢?

Transformer會是最強的視覺辨識模型?要不要試試新設計的CNN模型
論文快讀, 技術

Transformer會是最強的視覺辨識模型?要不要試試新設計的CNN模型

CNN是近年來圖像分類任務中大家的優先選項之一。從2012年的AlexNet開始至今,許多學者相繼針對CNN based模型進行改進。近年來除了大家耳熟能詳的ConvNet based模型外,包括GoogleNet、ResNet等,也開始引進在NLP任務中大獲成功的Transformer架構,如:Swin Transformer。