Глубокое обучение оказалось эффективным средством улавливания нелинейных ассоциаций пользовательских предпочтений. Однако главный недостаток существующих архитектур глубокого обучения состоит в том, что они следуют фиксированной стратегии рекомендаций, игнорируя обратную связь пользователей в реальном времени.
Ученые предложили процедуру оценки одобрения трассы роботом на основе реальных сценариев с учетом трех заинтересованных сторон: заявителя, оценщика и полномочного органа (дорожного или транспортного средства).
Результаты моделирования показывают, что предлагаемая система может повысить эффективность движения на нескольких перекрестках до 4,59 раз без столкновений по сравнению с существующими методами.
Искусственный интеллект уже является частью нашей повседневной жизни и играет ключевую роль в определении экономической и социальной формы будущего, но действует ли он во благо человечества?
Специалисты предоставили общественности систему с каталогом предлагаемых показателей ротации и показали, что они могут независимо рассуждать и проектировать величину и направление отклика для различных квадрокоптеров.
Ученые предложили новую, но практичную модель под названием Domain-Aware Deep Neural Network (DADNN), способную прогнозировать CTR рекламных объявлений.
Ученые представили CLIPPER – структуру для надежной ассоциации данных в присутствии шума и выбросов. Они сформулировали проблему в рамках теории графов, используя понятие геометрической согласованности.
Команда инженеров, художников и специалистов в области искусственного интеллекта объединилась для создания песен для SophiaPop с помощью различных нейронных сетей, робототехнических технологий и художественных инструментов, а также анимировала результаты на Софии-роботе, роботизированной знаменитости и анимационном персонаже.
В своей новой работе ученые предложили расширение данных на основе стиля для восстановления DNN в операционной среде. Они продемонстрировали метод передачи стилей для изучения и введения неизвестных шаблонов отказов из данных отказов в обучающие данные посредством увеличения данных.
Недавно специалисты представили EWareNet, новый алгоритм навигации социальных роботов с учетом намерений среди пешеходов. Этот подход предсказывает намерение пешехода, основанное на траектории, на основе исторических походок, которое затем используется для ориентированной на намерение навигации с учетом социальных и проксемических ограничений.
Новости из мира науки, технологий и авто