所有文章
> 当前分类:AI驱动
深度！图解神经网络的数学原理
2024/12/30
如今，熟练使用像 Keras、TensorFlow 或 PyTorch 之类的专用框架和高级程序库后，我们不用再经常费心考虑神经网络模型的大小，或者记住激活函数和导数的公式什么的。有了这些库和框架，我们创建一个神经网络，哪怕是架构很复杂的网...
扩散模型+知识图谱的前沿综述
【AI驱动】
知识图谱（图网络）在推荐系统中的重要性不言而喻，但并非所有关系都与目标推荐任务相关。为解决这一问题，本文介绍了名为DiffKG的新的知识图谱扩散模型，结合了生成扩散模型与数据增强范式，实现了鲁棒的知识图谱表示学习。 1 介绍 ...
2024/12/30
一文彻底搞懂深度学习 – 多头注意力（Multi-Head Attention）
【AI驱动】
在深度学习中，多头注意力（Multi-Head Attention）是一种注意力机制。它是对传统注意力机制的一种改进，旨在通过分割输入特征为多个“头部”（head）并独立处理每个头部来提高模型的表达能力和学习能力。 多头注意力...
2024/12/30
时间序列预测的系统总结
【AI驱动】
时间序列预测是我们实际项目场景中经常碰到的一类主题。在这篇文章里简单介绍一下我们观远在时序问题上的一些探索和心得体会。 时序问题的定义和分类 顾名思义，时间序列指的是按照时间顺序先后发生的数据序列，在此基础上，我们会对这个序列做...
2024/12/30
综述论文详解卷积网络的数学本质
【AI驱动】
在该论文中，我们将从卷积架构、组成模块和传播过程等方面了解卷积网络的数学本质。读者可能对卷积网络具体的运算过程比较了解，入门读者也可先查看 Capsule 论文解读的第一部分了解详细的卷积过程，但其实我们一般并不会关注于卷积网络到底在数学上...
2024/12/30
基于对比学习的时间序列异常检测方法
【AI驱动】
导读 时间序列异常检测是一项重要的任务，其目标是从时间序列的正常样本分布中识别异常样本。这一任务的最基本挑战在于学习一个能有效识别异常的表示映射。 它在许多领域中都有广泛的应用，例如工业设备状态监测、金融欺诈检测、故障诊断，以及...
2024/12/30
图神经网络综述：从Deepwalk到GraphSAGE，GCN，GAT
【AI驱动】
1.graph embedding（GE） GE做的事情是将图表示成为低维向量，类似与nlp将词、句子等embedding。distributed representation的一体化过程，万物皆可embedding。 ...
2024/12/30
从 0 实现多分类SVM（Python）
【AI驱动】
本文将首先简要概述支持向量机（SVM）及其训练和推理方程，然后将其转换为代码并开发支持向量机SVM模型。之后将其扩展成多分类的场景，并通过使用Scikit Learn测试我们的模型。 SVM概述 支持向量机的目标是拟合获得最大边...
2024/12/30
深度学习图语义分割的综述
【AI驱动】
1 介绍 图像分割是计算机视觉和机器学习领域发展最快的领域之一，包括分类、分类与定位、目标检测、语义分割、实例分割和Panoptic分割。 语义分割的目标是像素级分类，将属于同一对象类的图像像素聚类在一起。这项工作的重点是语义图...
2024/12/30
机器学习最全知识点（万字长文汇总）
【AI驱动】
1. 优化算法概览 梯度下降法； 牛顿法； 拟牛顿法； 坐标下降法； 梯度下降法的改进型如AdaDelta，AdaGrad，Adam，NAG等。 2. 梯度下降法的关键点 梯度...
2024/12/30
TimeGPT：第一个时间序列的大模型
【AI驱动】
TimeGPT是首个时间序列基础大模型，能准确预测多样化数据集。评估显示，TimeGPT推理在性能、效率和简单性上优于统计、机器学习和深度学习方法。 1 介绍 不确定性是生活的一部分，人们一直在努力预测未来。预测潜在结果的愿望是...
2024/12/30
Python量化交易入门进阶指南
【AI驱动】
程序员，或许内心深处都怀揣着一个量化投资的梦想，渴望凭借自己的编程和人工智能技能，再补点基础的金融知识，我们便可以构建一个量化交易系统，轻松实现财富自由。这样的理想确实诱人，似乎让我们看到了轻松实现个人价值的可能性，也让我们看到了用代码改变...
2024/12/30
图神经网络加速综述: 算法、系统和硬件
【AI驱动】
1 概述 GNN在许多任务上实现了最先进的性能，但在处理具有大量数据和严格延迟要求的实际应用程序时，面临可扩展性挑战。为了应对这些挑战，已经进行了许多关于如何加速GNN的研究。这些加速技术涉及GNN的各个方面，从智能训练和...
2024/12/28
简单有效！差分Transformer竟能消除注意力噪声
【AI驱动】
Transformer 的强大实力已经在诸多大型语言模型（LLM）上得到了证明，但该架构远非完美，也有很多研究者致力于改进这一架构，比如 Reformer 和 Infini-Transformer。 今天我们又将介绍另一种新...
2024/12/27
超完整！11 种经典时间序列预测方法！
【AI驱动】
一、 概述 本文演示了 11 种不同的经典时间序列预测方法，以及时间序列方法的对比及实践教程。 自回归 （AR） 移动平均线 （MA） 自回归移动平均线 （ARMA） 自回...
2024/12/27
人工智能需要怎样的计算范式和理论？
【AI驱动】
本文首先通过字节跳动人工智能实验室的一些研究成果介绍最前沿的人工智能技术，总结这一两年来人工智能领域的研究发展动态。之后本文分享了对人工智能领域长期发展的看法。 前言 冯 · 诺伊曼的《计算机和人脑》是人类历史上第一部将计算机...
2024/12/27
搜索文章
热门话题
文章精选
