Results 81 to 90 of about 5,179,681 (193)
Journal of Languages and Translation人工智能是为模拟人类智能而实施的技术，人工智能是在机器上实现人工方法的智能，或者说是机器上被使用来模仿人们或者生物的自然智能,以及机器完成需要高能力和智能的任务的能力，这是一个不特定于特定领域的术语，而是一个综合术语，与许多领域有关，如工业、技术、语言和许多其他领域，这些领域受到人工智能的影响并从中受益并通过它发展了他们的能力。它没有具体的定义，它是一个术语，其定义随着其领域的广度而扩展，但它可以定义为机器和程序通过它们模拟人类心理能力和工作模式的能力包含在机器和程序中的智能，如：学习、分析、推断 ...
Azza Hassanein
doaj +1 more source
, 2002 学生的学习动机是学生学习的内部驱动力 ,学习动机是影响学生学习的重要变量 ,其本身也是学校教育的重要目标。本文作者通过调查对学习动机类型进行分析 ,并研究影响学生学习动机的几个主要因素 :自尊、归因、家庭环境、生活价值取向 ,在此基础上 ...
唐洪 +5 more
core
He jishu随着高能核物理研究进入多维度、高复杂度数据分析阶段，深度学习技术正逐步成为理解极端条件下核物质行为的关键工具，并推动研究范式从经验驱动向数据驱动的根本转变。本文简要梳理了机器学习在该领域的演进，并着重介绍了深度学习方法在其中的前沿进展：早期（20世纪末至21世纪10年代）研究主要采用人工神经网络和支持向量机等传统算法，通过核质量预测、相变识别等任务验证了机器学习处理核物理问题的可行性，但受限于人工特征提取和计算能力的制约，尚未触及物理特征的自主挖掘；深度学习时代（21世纪10年代至今 ...
张 靖宗 +4 more
doaj +1 more source
经济学在竞争激烈的商业环境下,成本的有效控制与管理会计的科学决策对企业至关重要。传统成本控制与管理会计决策模式在应对复杂数据时局限性凸显,难以精准捕捉成本驱动因素及提供实时决策洞察。基于机器学习的智能成本控制是以数字化、智能化为依托,以精细化管理为抓手,以降本增效为目标,将机器学习算法和机器人流程自动化(RPA)技术应用在企业成本控制当中,设计智能化成本控制方案,建立了基于机器学习的成本预测模型和基于RPA的成本控制模型,使成本预测和成本控制更加高效、准确,进一步提高企业成本控制的效益,帮助企业做出更准确 ...
Jin-Yu Wu, Yu-Huai Zhou
semanticscholar +1 more source
, 2003 在多机器人系统中 ,评价一个机器人行为的好坏常常依赖于其它机器人的行为 ,此时必须采用组合动作以实现多机器人的协作 ,但采用组合动作的强化学习算法由于学习空间异常庞大而收敛得极慢 .本文提出的新方法通过预测各机器人执行动作的概率来降低学习空间的维数 ,并应用于多机器人协作任务之中 .实验结果表明 ,基于预测的加速强化学习算法可以比原始算法更快地获得多机器人的协作策略
张汝波, 顾国昌, 仲宇
core
, 2020 本发明涉及基于深度学习的双臂协作机器人三维视觉识别抓取方法，统一双臂机器人及三维视觉系统坐标系，从而实现视觉和双臂的目标识别定位；基于深度学习获取到目标的三维物体类型和位姿，根据物体类型和位姿得到双臂上末端抓取工具的抓取和姿态，进而控制机器人双臂上末端抓取工具进行抓取。本发明的双臂协作机器人的三维视觉识别抓取方法，可以提高机器人的作业协作及空间规划能力，使双臂机器人作业工程中能够实现精确的相互感知协作和对物体的识别抓取能力 ...
于晓龙 +4 more
core
, 1993 本文介绍空间机器人运动学和动力学控制.空间机器人是由操作手和卫星本体组成,在微小重力场工作(漂浮在空中),其运动学和动力学控制要比地面机器人复杂且有其特点,本文则主要综述它与地面机器人的不同之处及其研究成果 ...
许大中, 王成恩, 郭吉丰
core
工程建设桥梁作为重要的基础设施，其安全运行关系重大。近年来，随着传感技术的进步，大量桥梁健康监测数据得以实时采集，为结构安全评估和养护决策提供了重要依据。然而，传统数据分析方法在处理庞杂、多源的数据时存在效率低、精度有限等问题，难以满足现代桥梁智能管理的需求。本研究围绕桥梁健康监测数据的特点与挑战，系统探讨了机器学习在数据处理、特征提取及异常识别等环节的优势与应用。具体而言，将基于机器学习的方法引入健康监测数据分析流程，实现对数据中的潜在模式与变化的自动识别和有效预测。研究结果显示 ...
Yi-Hai Jiang
semanticscholar +1 more source
Applied Statistics and Data Science本文围绕应用统计学专业的人才培养目标，结合时代背景和上海地方经济发展需求，深入探讨数据挖掘与机器学习重点课程的建设。为适应快速变化的市场环境，教学团队不断改进教学手段与方法，以培养学生的实际动手能力和创新能力为主线，实施了一系列教学改革，将专业人才培养目标转换为具体的课程教学要求，课程内容和教学方法上融入了人工智能技术，强调学生的主动参与与自主学习。通过开展多样化的实践教学及科研反哺式教学，结合真实案例和项目驱动的学习方式，引入多种教学手段，增强了课程的互动性和趣味性，有效提升了教学质量。
彩云 范, Ping Dong
semanticscholar +1 more source
, 2003 强化学习是一种重要的机器学习方法，随着计算机网络和分布式处理技术的飞速发展，多智能体系统中的分布式强化学习方法正受到越来越多的关注。论文将目前已有的各种分布式强化学习方法总结为中央强化学习、独立强化学习、群体强化学习、社会强化学习四类，然后探讨了这四类分布式强化学习方法的体系结构框架 ...
张汝波, 顾国昌, 仲宇
core