摘要： 实时联邦进化搜索 1摘要 联邦学习是一种分布式机器学习方法来保护隐私，两个主要的技术挑战阻碍了联邦学习的更广泛应用。一是联邦学习对通信资源提出了很高的要求，因为必须在服务器和客户端之间传输大量的模型参数。另一个挑战是，在联邦学习中训练深度神经网络等大型机器学习模型需要大量的计算资源，这对于手机等边缘 阅读全文

摘要： 从联邦学习到联邦神经架构搜索：一项调查 From federated learning to federated neural architecture search: a survey 摘要 联邦学习是最近提出的一种用于隐私保护的分布式机器学习范式，它已经发现了以数据隐私为主要关注点的广泛应用。同 阅读全文

摘要： 在symbolic AI 和connectionist AI中，符号学派致力于知识及其在推理和学习中的应用(只有少量的输入数据)，而不是符号本身:符号通常只代表知识的抽象。类似地，联结主义阵营实际上是从很少或没有先验知识的数据中学习关联，通常需要大规模的数据。现如今，大量数据的存在与引用使得conn 阅读全文

摘要： 摘要：科学研究的使命是理解和探索世界，以及根据经验和知识改造世界。其中知识嵌入和知识发现是融合知识和数据的两种重要方法。知识嵌入可以打破知识和数据之间的障碍，从而建立具有物理常识的机器学习模型。人类对世界的理解总是有限的，而知识发现可以利用机器学习从观测中抽提出新知识。知识发现不仅可以帮助研究人员更 阅读全文

摘要： 分布式基础设施上的可扩展深度学习：挑战、技术和工具 摘要 深度学习 (DL) 在最近取得了巨大成功，在图像识别和自然语言处理等各个领域取得了最先进的成果。这一成功的原因之一是 DL 模型的规模不断扩大以及可用的大量训练数据的激增。为了不断提高深度学习的性能，增加深度学习系统的可扩展性是必要的。在本次 阅读全文

摘要： 摘要 本文提出了一种进化灰箱模型辨识方法，该方法充分利用具有被研究物理系统全局结构表示的透明箱模型的先验知识，同时结合实际系统的不可测和局部非线性的精确黑箱模型。将进化技术应用于局部参数调谐的主导结构识别，在存在噪声的情况下不需要可微的性能指标。结果表明，进化技术具有良好的拟合性能，能够适应多个目标 阅读全文

摘要： Data-Driven Evolutionary Optimization: An Overview and Case Studies 数据驱动的进化优化。纵览 概述和案例研究 摘要 Abstract—Most evolutionary optimization algorithms assume 阅读全文

摘要： K-means与K-means++： 原始K-means算法最开始随机选取数据集中K个点作为聚类中心， 而K-means++按照如下的思想选取K个聚类中心： 假设已经选取了n个初始聚类中心(0<n<K)，则在选取第n+1个聚类中心时：距离当前n个聚类中心越远的点会有更高的概率被选为第n+1个聚类中心 阅读全文

摘要： 准备工作 首先需要在pycharm中安装好python_speech_features和librosa两个包。建议先安装anaconda，然后在anaconda中创建一个虚拟环境，用于安装Pycharm的所有需要的包，然后再在pycharm中导入在anaconda中创建的虚拟环境即可。（同时使用co 阅读全文

摘要： 引子 问&答 是人和人之间非常重要的沟通方式，其关键在于：我们要理解对方的问题，并给出他想要的答案。设想这样一个场景，当你的女朋友or老婆大人在七夕前一晚，含情脉脉地跟你说 亲爱的，七夕快到了，可以给我换个新手机吗？ 而此时沉迷王者峡谷的你，也许会不假思索地回答 好啊亲爱的~ 昨天刚看到拼多多九块九 阅读全文