Results 21 to 30 of about 5,573 (153)
A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究)
Zhejiang Daxue xuebao. Lixue ban, 2016 针对受限玻尔兹曼机(restricted Boltzmann machines，RBM)算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题，基于CRBM(conditional restricted Boltzmann machines)算法以及信念网络(deep belief network,DBN)模型，构建了 一种非线性的CRBM-DBN深度学习模型，并采用高斯分布处理输入特征值和对比散度抽样，用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值 ...
ZHOUXiaoli(周晓莉) +4 more
doaj +1 more source
智能科学与技术学报, 2020 深度强化学习主要被用来处理感知-决策问题，已经成为人工智能领域重要的研究分支。概述了基于值函数和策略梯度的两类深度强化学习算法，详细阐述了深度Q网络、深度策略梯度及相关改进算法的原理，并综述了深度强化学习在视频游戏、导航、多智能体协作以及推荐系统等领域的应用研究进展。最后，对深度强化学习的算法和应用进行展望，针对一些未来的研究方向和研究热点给出了建议。
刘朝阳, 穆朝絮, 孙长银
doaj
智慧农业, 2023 目的/意义人工智能（Artificial Intelligence，AI）技术已在学术和工程应用领域掀起了研究高潮，在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力。目前大部分AI技术在地学和农学的应用还是“黑箱”，没有物理意义或缺乏可解释性及通用性。为了促进AI在地学和农学的应用和培养交叉学科的人才，本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论。方法首先基于物理能量平衡方程进行物理逻辑推理，从理论上构造反演方程组，然后基于物理推导构建泛化的统计方法 ...
MAO Kebiao +15 more
doaj +1 more source
智能科学与技术学报, 2020 研究了基于深度强化学习算法的自主式水下航行器（AUV）深度控制问题。区别于传统的控制算法，深度强化学习方法让航行器自主学习控制律，避免人工建立精确模型和设计控制律。采用深度确定性策略梯度方法设计了actor与critic两种神经网络。actor神经网络给出控制策略，critic神经网络用于评估该策略，AUV的深度控制可以通过训练这两个神经网络实现。在OpenAI Gym平台上仿真验证了算法的有效性。
王日中, 李慧平, 崔迪, 徐德民
doaj
Gaoya dianqi, 2023 为了研究电力电缆局部放电的模式识别，解决传统单一智能算法识别率低的问题，文中提出了一种融合多深度学习算法的混合智能算法。首先，设计并制作5种典型缺陷模型以模拟实际电力电缆中的缺陷，据此展开实验并收集数据；然后，通过对PRPD谱图的相窗归一化、去极端值等改进，以及绘制PRCD谱图，更全面凸显局部放电有用特征；最后，训练基于PRPD或PRCD的多种深度学习分算法，通过可信度融合得到混合智能算法。实验结果表明，该混合智能算法相比常规单一深度学习算法识别率有显著提升，总体可达98.504 ...
杨朝锋 +6 more
doaj
智能科学与技术学报, 2021 随着深度学习技术的突破和大型数据集的提出，行人轨迹预测的准确度已经成为人工智能领域的研究热点之一。主要对行人轨迹预测的技术分类和研究现状进行详细的综述。根据模型建模方式的不同，将现有方法分为基于浅层学习的轨迹预测方法和基于深度学习的轨迹预测方法，分析了每类方法中具有代表性的算法的效果及优缺点，归纳了当前主流的轨迹预测公开数据集，并在数据集中对比了主流轨迹预测方法的性能，最后对轨迹预测技术面临的挑战与发展趋势进行了展望。
李琳辉, 周彬, 任威威, 连静
doaj
Research and Application of Face Recognition Based on Deep Convolutional Neural Networks [PDF]
, 2016 人脸识别是计算机视觉领域中研究的热点之一，不仅是因为以自然脸为研究对象是非常有挑战性的，而且有很多应用需要将人脸识别作为第一步。近年来，随着智能手机的普及，每天有成千上万的照片被上传到社交网络平台，如微博、微信等等，其中包括大量的人脸照片。深度学习是近十年来人工智能领域取得的重要突破，深度学习通过建立类似于人脑的分层模型结构，对输入数据逐级提取从底层到高层的特征，从而能很好地建立从底层信号到高层语义的映射关系。本文以深度学习的方法在人脸识别中的研究与应用为研究对象。 论文首先介绍了研究的背景和意义 ...
万经勇
core
Structured machine learning modeling to support conservation of deep‐sea benthic biodiversity
Conservation Biology, EarlyView.Abstract Biodiversity monitoring programs need to deliver accurate, timely, and actionable predictions. To establish a predictive monitoring program for deep‐sea benthos of the Santos Basin, Brazil, we developed a two‐stage structured model that allowed comparison of biodiversity predictions obtained from environmental simulations (2M‐Sim).
Gustavo Fonseca +23 more
wiley +1 more source
智能科学与技术学报, 2020 针对常用的信号传输模型存在使用场景单一、预测精度不佳的问题，提出一种适用于多场景的数据驱动无线信号传输模型。首先根据先验知识从预处理后的数据构造初始特征，接着进行特征选择，以得到输入特征集合。然后分析建模需求，选择深度置信网络（DBN）、残差网络（ResNet）和堆叠自编码器（SAE）作为区间二型模糊规则的后件（个体深度学习器），经过区间二型模糊推理进行集成。最后采用5G网络信号传输实测数据，并进行实验验证。结果表明，3种个体深度学习器在测试集上的表现均优于Cost231-Hata模型和反向传播神经网络（
赵亮 +4 more
doaj
Emerging applications of large language models in ecology and conservation science
Conservation Biology, EarlyView.Abstract Large language models (LLMs) mark a major development in artificial intelligence, with potentially transformative implications for ecology and conservation science. Built on advanced deep‐learning architectures, these models can support a wide range of tasks. We reviewed emerging applications of LLMs, drawing on the wider scientific literature
Christos Mammides +5 more
wiley +1 more source