搜索结果: 1-15 共查到“计算神经网络”相关记录1773条 . 查询时间(0.424 秒)
云南天文台在巡天数据中搜寻相接双星候选体的算法方面获新进展（图）
巡天数据 神经网络
2024/4/20
2024年4月15日，中国科学院云南天文台丁旭博士和季凯帆研究员利用机器学习的方法在TESS巡天数据中搜寻相接双星候选体。该研究成果于4月4日在国际天文学期刊The Astronomical Journal上在线发表。
基于脑机接口的神经技术中心在米兰成立（图）
神经技术中心 米兰 脑机接口
2024/3/11
意大利IRCCS圣拉斐尔医院和圣拉斐尔生命健康大学3月6日宣布与巴西尼科莱利斯先进脑科学研究所达成协议，在米兰市建立全球最先进的神经技术中心——圣拉斐尔神经技术中枢。该中心基于非侵入性脑机接口（nBMI）技术，将成为欧洲首个专注于大规模神经技术和神经康复协议的机构。
《自然》：脑机接口正在揭示更多大脑隐藏的秘密
脑机接口 大脑 自然 神经元
2024/2/28
脑机接口为研究人员提供了一种独特的方法来探索人脑的组织方式。比如，对脑机接口的研究颠覆了传统大脑解剖的假设，同时，这些研究还有助于科学家们了解脑机接口本身对大脑的影响，以及如何改进这些设备的性能和功能。
基于IMOCS-BP神经网络的锂离子电池SOH估计
锂离子电池 健康状态 布谷鸟搜索算法 BP神经网络
2024/3/5
锂离子电池随着循环充放电次数的增长,其健康状态SOH（state-of-health）会随之发生一定程度的衰减。针对以上问题,设计了一种基于改进的多目标布谷鸟搜索IMOCS（improved multi-objective Cuckoo search）-BP神经网络的锂离子电池健康状态估计方法,在避免算法陷入局部最优的同时自适应改变布谷鸟搜索CS（Cuckoo search）算法更新概率和搜索步长...
中国科学院沈阳自动化所在无线网络端边协同调度方向研究中获进展（图）
无线网络 计算资源
2024/1/26
边缘计算技术是赋能工业控制等高实时、高可靠应用的关键支撑技术，通过将计算资源部署于终端设备附近，可为工业现场提供丰富的算力资源，有效降低任务传输和处理时延。然而，由于终端设备上承载的任务异构多样，而无线网络的通信资源严重受限，易导致任务迁移过程中的计算资源抢占和无线网络拥塞。
中国科学院低时延网络传输研究获进展
网络传输 移动计算
2024/1/26
中国科学院计算技术研究所研究员李振宇带领的国际合作团队对低时延网络传输开展研究。该研究在两个层面开展协同传输。首先，团队提出了多路径协同传输协议。移动终端通常可连接Wi-Fi、蜂窝网络等多种网络，存在多条传输路径。多路径传输的一大挑战在于路径传输质量存在差异，导致传输时延受限于慢路径。该研究提出了QoE感知的多路径传输调度机制，根据应用QoE需求，动态调整数据包分配和发送策略，以极少的冗余传输实现...
意大利卡利亚里大学郭巍博士后讲座报告成功举行（图）
意大利 卡利亚里大学 郭巍 神经网络
2024/3/28
2024年1月11日下午，意大利卡利亚里大学郭巍博士后就“针对DNN模型的后门攻击”这一主题与浙江工商大学计算机科学与技术学院教师和研究生进行了线下分享和交流。本次讲座由浙江工商大学计算机科学与技术学院邵俊老师主持。
海洋遥感中卷积神经网络应用—海洋所发表AI海洋学文章（图）
神经网络应用 海洋遥感 观测
2024/1/12
2024年1月4日，中国科学院海洋所李晓峰研究团队详细总结了卷积神经网络架构（CNN）在海洋遥感中的应用，研究成果在IEEE Geoscience and Remote Sensing Magazine（影响因子13.925）发表。过去40年里，遥感技术的不断发展极大地推动了海洋观测的进展，使海洋数据进入了大数据时代。高效、准确地处理和分析海洋大数据，以解决基于这些数据的实际问题，已成为一项重大挑...
车艳秋，博士学历，天津职业技术师范大学自动化与电气工程学院教授，硕士生导师，主要从事神经控制工程、计算智能、计算神经科学等方向的研究工作，致力于智能科学、控制科学与神经科学的交叉融合，开发神经系统疾病（癫痫、帕金森、阿尔茨海默病等）智能诊断和治疗的方法、技术及装置。
一种基于随机权神经网络的类增量学习与记忆融合方法
连续学习 灾难性遗忘 随机权神经网络 再可塑性启发
2024/1/16
连续学习(Continual learning,CL)多个任务的能力对于通用人工智能的发展至关重要.现有人工神经网络(Artificial neural networks,ANNs)在单一任务上具有出色表现,但在开放环境中依次面对不同任务时非常容易发生灾难性遗忘现象,即联结主义模型在学习新任务时会迅速地忘记旧任务。
近些年,联邦学习(Federated learning,FL)由于能够打破数据壁垒,实现孤岛数据价值变现,受到了工业界和学术界的广泛关注.然而,在实际工程应用中,联邦学习存在着数据隐私泄露和模型性能损失的问题.为此,首先对这两个问题进行数学描述与分析.然后,提出一种自适应模型聚合方案,该方案能够设定各参与者的Mini-batch值和自适应调整全局模型聚合间隔,旨在保证模型精度的同时,提高联邦学习训...
针对城市污水处理过程的非线性、不确定性以及非高斯等特点,提出一种数据驱动的溶解氧(Dissolved oxygen,DO)浓度在线自组织控制方法.首先,设计一种基于相关熵的自组织模糊神经网络控制器(Correntropy-based self-organizing fuzzy neural network,CSOFNN),采用相关熵与规则贡献度指标实现控制器结构与参数的自动构建或修剪。
物理机制神经网络基于失效信息的自适应采样
物理机制 神经网络 失效信息 自适应采样
2023/12/13
Physics-informed neural networks (PINNs) have emerged as an effective technique for solving PDEs in a wide range of domains. It is noticed, however, that the performance of PINNs can vary dramatically...
学术报告-Revisiting Graph Convolutional Networks: From Paradigm to Application（图）
学术报告 图神经网络 王石平
2024/4/15
图神经网络（Graph Neural Network，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。如何从图数据（网络数据）中学习有效的数据表征是大数据与人工智能时代的一大挑战。为此，本次汇报将从一种特殊的谱图神经网络（图卷积神经网络）出发，介绍相应的消息传递范式，揭示传统机器学习和图神经网络的内在关联，并...