J'essaie de développer un réseau de neurones qui peut identifier les caractéristiques de conception dans les modèles CAO (c'est-à-dire les emplacements, les bossages, les trous, les poches, les marches). Les données d'entrée que j'ai l'intention d'utiliser pour le réseau sont une matrice anxn (où n...
Il semble que les réseaux de neurones profonds et d'autres modèles basés sur les réseaux de neurones dominent de nombreux domaines actuels comme la vision par ordinateur, la classification d'objets, l'apprentissage par renforcement, etc. Existe-t-il des domaines dans lesquels les SVM (ou d'autres...
J'ai un grand ensemble de données de véhicules avec la vérité au sol de leurs longueurs (plus de 100 000 échantillons). Est-il possible de former un réseau profond pour mesurer / estimer la longueur du véhicule? Je n'ai vu aucun article concernant l'estimation de la taille d'un objet à l'aide d'un...
J'écris actuellement un moteur pour jouer à un jeu de cartes, car il n'y a pas encore de moteur pour ce jeu particulier. J'espère pouvoir ensuite introduire un réseau de neurones dans le jeu et lui faire apprendre à jouer. J'écris le moteur d'une manière qui soit utile pour un joueur IA. Il y a des...
Le théorème No Free Lunch (NFL) déclare (voir l'article Coevolutionary Free Lunches de David H. Wolpert et William G. Macready) deux algorithmes sont équivalents lorsque leurs performances sont moyennées sur tous les problèmes possibles Le théorème du «déjeuner gratuit» est-il vraiment vrai?...
Dans le contexte de l'intelligence artificielle, la singularité fait référence à l'avènement d'une intelligence générale artificielle capable d'auto-amélioration récursive, conduisant à l'émergence rapide de la superintelligence artificielle (ASI), dont les limites sont inconnues, peu de temps...
Les encodeurs automatiques sont des réseaux de neurones qui apprennent une représentation compressée de l'entrée afin de la reconstruire plus tard, de sorte qu'ils peuvent être utilisés pour la réduction de dimensionnalité. Ils sont composés d'un encodeur et d'un décodeur (qui peuvent être des...
Quelle est la définition d'un réseau neuronal profond? Pourquoi sont-ils si populaires ou
Je forme un auto-encoderréseau avec Adamoptimiseur (avec amsgrad=True) et MSE losspour la tâche de séparation de source audio à canal unique. Chaque fois que je diminue le taux d'apprentissage d'un facteur, la perte de réseau saute brusquement puis diminue jusqu'à la prochaine décroissance du taux...
Au meilleur de ma compréhension, l'algorithme de recherche d'arbre Monte Carlo (MCTS) est une alternative à minimax pour rechercher un arbre de nœuds. Cela fonctionne en choisissant un coup (généralement, celui qui a le plus de chances d'être le meilleur), puis en effectuant une lecture aléatoire...
J'essaie de détecter la zone d' attention visuelle dans une image donnée et de recadrer l'image dans cette zone. Par exemple, étant donné une image de n'importe quelle taille et un rectangle de dimension LxW en entrée, je voudrais recadrer l'image dans la zone d'attention visuelle la plus...
Quels avantages pouvons-nous obtenir en appliquant Graph Convolutional Neural Network au lieu de CNN ordinaire? Je veux dire, si nous pouvons résoudre un problème par CNN, quelle est la raison pour laquelle nous devrions convertir en réseau de neurones à convolution graphique pour le résoudre?...
Actuellement, je fais un projet qui consiste à créer une IA pour jouer au jeu Gomoku (c'est comme le tic tac toe, mais joué sur un tableau 15 * 15 et nécessite 5 d'affilée pour gagner). J'ai déjà réussi à mettre en œuvre une IA tic tac toe parfaite en utilisant l'apprentissage Q et en stockant les...
À partir de l'année dernière, j'ai étudié divers sujets afin de comprendre certaines des thèses les plus importantes de l'apprentissage automatique comme S. Hochreiter et J. Schmidhuber. (1997). Mémoire à court terme à long terme . Neural Computation, 9 (8), 1735-1780. Cependant, étant donné que je...
Nous pouvons lire sur la page Wikipedia que Google a construit une puce ASIC personnalisée pour l'apprentissage automatique et adaptée à TensorFlow qui aide à accélérer l'IA. Étant donné que les puces ASIC sont spécialement personnalisées pour une utilisation particulière sans possibilité de...
Un agent IA est souvent considéré comme ayant des "capteurs", "une mémoire", des "processeurs d'apprentissage automatique" et des composants "réactionnels". Cependant, une machine avec ces derniers ne devient pas nécessairement un agent AI auto-programmé. Au-delà des pièces mentionnées ci-dessus, y...
À propos de l'apprentissage en profondeur (pour référence) : Le deep learning est une branche du machine learning basée sur un ensemble d'algorithmes qui tentent de modéliser des abstractions de haut niveau dans les données en utilisant un graphe profond avec plusieurs couches de traitement,...
J'ai besoin d'un algorithme d'apprentissage automatique pour identifier les modèles dans un ensemble de données (enregistré dans un fichier CSV) qui contient des détails sur les performances du cache d'un processeur. Plus précisément, l'ensemble de données contient des colonnes telles que Readhits,...
J'ai donc essayé de comprendre les réseaux de neurones depuis que je suis tombé sur le blog d' Adam Geitgey sur l'apprentissage automatique. J'ai lu autant que possible sur le sujet (que je peux comprendre) et je crois comprendre tous les concepts généraux et certains des fonctionnements (en dépit...
L'apprentissage automatique permet donc à un système d'être auto-automatisé dans le sens où il peut prédire l'état futur en fonction de ce qu'il a appris jusqu'à présent. Ma question est: les techniques d'apprentissage automatique sont-elles le seul moyen de faire développer à un système ses...