会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

深度学习中高斯噪声：为什么以及如何使用

高斯噪声是深度学习中用于为输入数据或权重添加随机性的一种技术。 它是一种通过将均值为零且标准差 (σ) 正态分布的随机值添加到输入数据中而生成的随机噪声。 向数据中添加噪声的目的是使模型对输入中的小变化更健壮，并且能够更好地处理看不见的数据。 高斯噪声可用于广泛的应用，例如图像分类、对象检测、语音识别、生成模型和稳健优化。

  • 2023-01-31
  • 阅读457

八种时间序列分类方法总结

对时间序列进行分类是应用机器和深度学习模型的常见任务之一。本篇文章将涵盖 8 种类型的时间序列分类方法。这包括从简单的基于距离或间隔的方法到使用深度神经网络的方法。这篇文章旨在作为所有时间序列分类算法的参考文章。

  • 2023-01-29
  • 阅读412

人类用了250年的方程，被计算机证伪了？

自然界中的流体方程十分复杂，它们都起源于欧拉方程。为了找到这个方程在特定情况下失效的情况，数学家不得不用上了计算机。有人却觉得他们的证明不够“优雅”。

  • 2023-01-25
  • 阅读425

LeCun预言的自监督模型来了：首个多模态高性能自监督算法，语音、图像文本全部SOTA

自监督学习能在各种任务中学习到分层特征，并以现实生活中可使用的海量数据作为资源，因此是走向更通用人工智能的一种途径，也是深度学习三巨头之一、图灵奖得主 Yann LeCun 一直推崇的研究方向。

  • 2023-01-25
  • 阅读421

陈省身：微积术的发现与发展

微积术的发现是人类文化史上一件划时代的大事。假使没有微积，我们不能想象近代的科成何景象。现在我们学习微积，一个中材的人，便可于短期内明了其原理。然而在发现的时候，即使极大的天才，亦须苦心孤诣，暗中摸索，才能获得门径。在我们已经利用了微积方法二百余年后的今日，追溯既往，考察一下它的发现的经过，便知前贤缔造的艰难，远非想像所及。 微积术的发现者，一般公认为牛顿（1642-1727）与莱布尼兹（1646-1716）二人。但照意大利数学史家Castelnuovo的研究[指Guido Castelnuovo的Le origini del calcolo infinitesimale nell'era moderna——小编注]，微积术的发展，从希腊时代一直到近代，是一个绵续的整体，牛顿与莱布尼兹二氏不过在其中走了最重要的一步。这话并没有估低了他们的功绩。在他们以前，所有的微积观念，是零星的。有了他们的工作，微积术才成为一个系统，才能应用到天文、物理、和一切其他科学。

  • 2023-01-29
  • 阅读613

数学简史：现代数学的五大应用

现在，我们来谈谈数学向人类文明的其它结晶（科学）的渗透。先来看物理学，18世纪是数学与经典力学相结合的黄金时代，19世纪数学主要应用于电磁学，产生了剑桥大学数学物理学派，其中最具代表性的成就是麦克斯韦（Maxwell，1831—1879）建立的电磁学方程组，由4个简洁的偏微分方程组成。据说麦克斯韦最初得到的方程组比较复杂，因为他相信表达物理世界的数学应该是美的，因而推倒重来。

  • 2023-01-25
  • 阅读481

编程与线性代数

在大学数学学科中，线性代数是最为抽象的一门课，从初等数学到线性代数的思维跨度比微积分和概率统计要大得多。很多人学过以后一直停留在知其然不知 其所以然的阶段，若干年之后接触图形编程或机器学习等领域才发现线性代数的应用无处不在，但又苦于不能很好地理解和掌握。的确，多数人很容易理解初等数学 的各种概念，函数、方程、数列一切都那么的自然，但是一进入线性代数的世界就好像来到了另一个陌生的世界，在各种奇怪的符号和运算里迷失了。

  • 2023-01-26
  • 阅读422

其实，吃货更懂机床

在德国机床圈呆久了就会有一个感觉，就是德国的起床企业都是七个不服八个不分的，觉得自己的设计是最好的，只要客户愿意出钱那么什么样的机床都可以造出来。像极了那些对自己手艺极其自信的饭店的大师傅。而我也一直觉得，德国机床的业态特征非常像餐饮业。

  • 2023-01-26
  • 阅读436