關閉廣告

泉心泉意


(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top
機器之心專欄
清華 AIR、計算機系與騰訊 AI Lab
清華 AIR、計算機系與騰訊 AI Lab 合作，共同提出等變圖力學網絡，實現了理論力學中的一類重要任務—多剛體系統模擬。

近年來，AI for Science 利用人工智能方法與物理、化學、生物等自然科學進行交叉融合，在一些重要的科學問題上（如蛋白質結構預測）取得了矚目的進展。鑑於物理學科的基礎性與重要性，AI+Physics 無疑是 AI for Science 不可缺失的一環。為此，清華 AIR、計算機系與騰訊 AI Lab 合作共同發表論文《Equivariant Graph Mechanics Networks with Constraints》, 提出等變圖力學網絡，實現了理論力學中的一類重要任務—多剛體系統模擬。論文已被 ICLR2022 接收。這一項目也收到了來自騰訊 AI Lab 犀牛鳥專項研究計劃的資助。

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top

選自towardsdatascience

作者：Michael Bronstein
機器之心編譯
編輯：Juniper
微分幾何和代數拓撲在主流機器學習中並不常見。在本系列文章中，作者展示了如何使用這些領域的工具重新解釋圖神經網絡並解決一些常見困境。

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top
機器之心報道
編輯：杜偉、陳萍
基於殘差量化的自回歸圖像生成，官方已將代碼公開。

向量量化（Vector quantization，VQ）已經成為自回歸（AR）模型生成高分辨率圖像的一種基本技術，具體來說，該技術將圖像特徵圖通過 VQ 量化後，再進行光柵掃描等排序，之後將圖像表示為離散編碼序列。量化後，訓練的 AR 模型對序列中的編碼進行序列預測。也就是說，AR 模型可以生成高分辨率的圖像，而無需預測圖像中的全部像素。

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top

產業鏈地圖動態跟蹤：

(繼續閱讀...)

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

▲top
«1...160621606316064 1606516066...25341