会员服务

已删除

2020 年 3 月 2 日 将门创投
已删除
登录查看更多
5

相关内容

【ICML 2020 】小样本学习即领域迁移
【ICML 2020 】小样本学习即领域迁移
专知会员服务
78+阅读 · 2020年6月26日
【华南理工大学-CVPR2020-Oral】通过结构正则化深度聚类实现无监督域自适应
专知会员服务
56+阅读 · 2020年3月20日
【纽约大学】贝叶斯深度学习和泛化性的概率观点，附27页PDF下载
【纽约大学】贝叶斯深度学习和泛化性的概率观点，附27页PDF下载
专知会员服务
84+阅读 · 2020年2月25日
2020年MIT出版社新书《因果推理原理：基础与学习算法》，289页pdf
2020年MIT出版社新书《因果推理原理：基础与学习算法》，289页pdf
专知会员服务
476+阅读 · 2020年2月17日
AAAI2020最新「因果推理表示学习」122页ppt，Georgia、Buffalo、阿里巴巴与Virginia
AAAI2020最新「因果推理表示学习」122页ppt，Georgia、Buffalo、阿里巴巴与Virginia
专知会员服务
164+阅读 · 2020年2月12日
【2020密歇根大学论文】基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey
【2020密歇根大学论文】基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey
专知会员服务
22+阅读 · 2020年1月15日
【ICML2019 tutorial】因果推理和稳定学习（Causal Inference and Stable Learning）
【ICML2019 tutorial】因果推理和稳定学习（Causal Inference and Stable Learning）
专知会员服务
176+阅读 · 2019年12月7日
【清华大学 博士论文】大规模结构化知识的表示学习、自动获取与计算应用，林衍凯
【清华大学 博士论文】大规模结构化知识的表示学习、自动获取与计算应用，林衍凯
专知会员服务
136+阅读 · 2019年11月7日
【MLA 2019】图像的非监督增强匹配， 清华大学 张长水教授
【MLA 2019】图像的非监督增强匹配， 清华大学 张长水教授
专知会员服务
28+阅读 · 2019年11月6日
宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
专知会员服务
24+阅读 · 2019年10月20日
已删除
已删除
将门创投
9+阅读 · 2019年11月15日
清华张敏教授：个性化推荐研究进展（可解释性、鲁棒性和公平性
清华张敏教授：个性化推荐研究进展（可解释性、鲁棒性和公平性
数据分析
16+阅读 · 2019年6月5日
【对抗学习综述论文】-宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
【对抗学习综述论文】-宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
专知
23+阅读 · 2019年4月15日
让智能体主动交互，DeepMind提出用元强化学习实现因果推理
让智能体主动交互，DeepMind提出用元强化学习实现因果推理
机器之心
17+阅读 · 2019年2月11日
类脑计算的前沿论文，看我们推荐的这7篇
类脑计算的前沿论文，看我们推荐的这7篇
人工智能前沿讲习班
21+阅读 · 2019年1月7日
已删除
已删除
将门创投
5+阅读 · 2018年11月27日
清华朱军教授：机器学习未来的几大挑战与目前进展
清华朱军教授：机器学习未来的几大挑战与目前进展
DeepTech深科技
4+阅读 · 2018年10月29日
NSR观点| 学习因果关系和基于因果性的学习
NSR观点| 学习因果关系和基于因果性的学习
知社学术圈
17+阅读 · 2018年1月7日
从概率论到多分类问题：综述贝叶斯统计分类
从概率论到多分类问题：综述贝叶斯统计分类
机器之心
14+阅读 · 2017年9月28日
CCAI 2017 | 香港科技大学计算机系主任杨强：论深度学习的迁移模型
CCAI 2017 | 香港科技大学计算机系主任杨强：论深度学习的迁移模型
AI100
4+阅读 · 2017年7月22日
A Survey of Deep Learning for Scientific Discovery
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
80+阅读 · 2020年1月19日
Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks
Arxiv
14+阅读 · 2019年8月8日
Text Classification Algorithms: A Survey
Arxiv
4+阅读 · 2019年4月17日
An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition
Arxiv
9+阅读 · 2019年3月29日
Learning with Interpretable Structure from RNN
Arxiv
20+阅读 · 2018年10月25日
Learning Graph Embeddings from WordNet-based Similarity Measures
Learning Graph Embeddings from WordNet-based Similarity Measures
Arxiv
4+阅读 · 2018年8月16日
Causal Embeddings for Recommendation
Arxiv
23+阅读 · 2018年8月3日
Recent Trends in Deep Learning Based Natural Language Processing
Arxiv
7+阅读 · 2018年2月20日
Large-Scale Object Discovery and Detector Adaptation from Unlabeled Video
Arxiv
3+阅读 · 2017年12月23日
VIP会员
相关主题
最新内容
面向军事作战需求开发的人工智能（RAIMOND）
面向军事作战需求开发的人工智能（RAIMOND）
专知会员服务
0+阅读 · 10分钟前
检测算法战：一个识别军事行动中人工智能特征的框架
检测算法战：一个识别军事行动中人工智能特征的框架
专知会员服务
0+阅读 · 23分钟前
软件定义多域战术网络：基础与未来方向（综述）
软件定义多域战术网络：基础与未来方向（综述）
专知会员服务
0+阅读 · 26分钟前
水下战战术决策中的气象与海洋预报（50页报告）
水下战战术决策中的气象与海洋预报（50页报告）
专知会员服务
0+阅读 · 31分钟前
远程空中优势：新一代超视距导弹的兴起
远程空中优势：新一代超视距导弹的兴起
专知会员服务
1+阅读 · 38分钟前
大语言模型溯因推理的统一分类学与综述
大语言模型溯因推理的统一分类学与综述
专知会员服务
0+阅读 · 今天12:07
CVPR 2026 Findings | 算力砍半、性能不降！全开源 A₁模型：让机器人大模型真正走向落地
CVPR 2026 Findings | 算力砍半、性能不降！全开源 A₁模型：让机器人大模型真正走向落地
专知会员服务
0+阅读 · 今天11:54
大语言模型与国防战略：升级风险与国家安全挑战（综述）
大语言模型与国防战略：升级风险与国家安全挑战（综述）
专知会员服务
6+阅读 · 今天4:52
《基于机器学习预测模型识别新型超视距战术及DARPA AIR智能体误差分析》
《基于机器学习预测模型识别新型超视距战术及DARPA AIR智能体误差分析》
专知会员服务
9+阅读 · 4月11日
以机器速度作战：人工智能与美陆军反火力作战——第二部分
以机器速度作战：人工智能与美陆军反火力作战——第二部分
专知会员服务
8+阅读 · 4月11日
以机器速度作战：人工智能与美陆军反火力作战——第一部分
以机器速度作战：人工智能与美陆军反火力作战——第一部分
专知会员服务
7+阅读 · 4月11日
大视觉语言模型的高效推理：瓶颈剖析、关键技术与未来展望
大视觉语言模型的高效推理：瓶颈剖析、关键技术与未来展望
专知会员服务
6+阅读 · 4月11日
面向空中机器人的视觉语言导航：迈向大语言模型时代
面向空中机器人的视觉语言导航：迈向大语言模型时代
专知会员服务
7+阅读 · 4月11日
美/以-伊战争：停火与后续情景与影响分析
美/以-伊战争：停火与后续情景与影响分析
专知会员服务
3+阅读 · 4月11日
《美军如何实现快速、持续的小型无人机系统采办策略研究》最新110页
《美军如何实现快速、持续的小型无人机系统采办策略研究》最新110页
专知会员服务
7+阅读 · 4月11日
相关VIP内容
【ICML 2020 】小样本学习即领域迁移
【ICML 2020 】小样本学习即领域迁移
专知会员服务
78+阅读 · 2020年6月26日
【华南理工大学-CVPR2020-Oral】通过结构正则化深度聚类实现无监督域自适应
专知会员服务
56+阅读 · 2020年3月20日
【纽约大学】贝叶斯深度学习和泛化性的概率观点，附27页PDF下载
【纽约大学】贝叶斯深度学习和泛化性的概率观点，附27页PDF下载
专知会员服务
84+阅读 · 2020年2月25日
2020年MIT出版社新书《因果推理原理：基础与学习算法》，289页pdf
2020年MIT出版社新书《因果推理原理：基础与学习算法》，289页pdf
专知会员服务
476+阅读 · 2020年2月17日
AAAI2020最新「因果推理表示学习」122页ppt，Georgia、Buffalo、阿里巴巴与Virginia
AAAI2020最新「因果推理表示学习」122页ppt，Georgia、Buffalo、阿里巴巴与Virginia
专知会员服务
164+阅读 · 2020年2月12日
【2020密歇根大学论文】基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey
【2020密歇根大学论文】基于学习的序列决策算法的公平性综述论文，Fairness in Learning-Based Sequential Decision Algorithms: A Survey
专知会员服务
22+阅读 · 2020年1月15日
【ICML2019 tutorial】因果推理和稳定学习（Causal Inference and Stable Learning）
【ICML2019 tutorial】因果推理和稳定学习（Causal Inference and Stable Learning）
专知会员服务
176+阅读 · 2019年12月7日
【清华大学 博士论文】大规模结构化知识的表示学习、自动获取与计算应用，林衍凯
【清华大学 博士论文】大规模结构化知识的表示学习、自动获取与计算应用，林衍凯
专知会员服务
136+阅读 · 2019年11月7日
【MLA 2019】图像的非监督增强匹配， 清华大学 张长水教授
【MLA 2019】图像的非监督增强匹配， 清华大学 张长水教授
专知会员服务
28+阅读 · 2019年11月6日
宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
专知会员服务
24+阅读 · 2019年10月20日
热门VIP内容
相关资讯
已删除
已删除
将门创投
9+阅读 · 2019年11月15日
清华张敏教授：个性化推荐研究进展（可解释性、鲁棒性和公平性
清华张敏教授：个性化推荐研究进展（可解释性、鲁棒性和公平性
数据分析
16+阅读 · 2019年6月5日
【对抗学习综述论文】-宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
【对抗学习综述论文】-宾西法利亚大学-统计分类中的对抗性学习:对攻击防御的全面回顾
专知
23+阅读 · 2019年4月15日
让智能体主动交互，DeepMind提出用元强化学习实现因果推理
让智能体主动交互，DeepMind提出用元强化学习实现因果推理
机器之心
17+阅读 · 2019年2月11日
类脑计算的前沿论文，看我们推荐的这7篇
类脑计算的前沿论文，看我们推荐的这7篇
人工智能前沿讲习班
21+阅读 · 2019年1月7日
已删除
已删除
将门创投
5+阅读 · 2018年11月27日
清华朱军教授：机器学习未来的几大挑战与目前进展
清华朱军教授：机器学习未来的几大挑战与目前进展
DeepTech深科技
4+阅读 · 2018年10月29日
NSR观点| 学习因果关系和基于因果性的学习
NSR观点| 学习因果关系和基于因果性的学习
知社学术圈
17+阅读 · 2018年1月7日
从概率论到多分类问题：综述贝叶斯统计分类
从概率论到多分类问题：综述贝叶斯统计分类
机器之心
14+阅读 · 2017年9月28日
CCAI 2017 | 香港科技大学计算机系主任杨强：论深度学习的迁移模型
CCAI 2017 | 香港科技大学计算机系主任杨强：论深度学习的迁移模型
AI100
4+阅读 · 2017年7月22日
相关论文
A Survey of Deep Learning for Scientific Discovery
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
80+阅读 · 2020年1月19日
Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks
Arxiv
14+阅读 · 2019年8月8日
Text Classification Algorithms: A Survey
Arxiv
4+阅读 · 2019年4月17日
An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition
Arxiv
9+阅读 · 2019年3月29日
Learning with Interpretable Structure from RNN
Arxiv
20+阅读 · 2018年10月25日
Learning Graph Embeddings from WordNet-based Similarity Measures
Learning Graph Embeddings from WordNet-based Similarity Measures
Arxiv
4+阅读 · 2018年8月16日
Causal Embeddings for Recommendation
Arxiv
23+阅读 · 2018年8月3日
Recent Trends in Deep Learning Based Natural Language Processing
Arxiv
7+阅读 · 2018年2月20日
Large-Scale Object Discovery and Detector Adaptation from Unlabeled Video
Arxiv
3+阅读 · 2017年12月23日
大家都在搜
  1. palantir
  2. maven
  3. 无人机系统
  4. 时事直通
  5. 无人系统
  6. 分布式事务
  7. 对抗特征转移
  8. 篮球制作
  9. terraform
  10. 文本挖掘从小白到精通
    11.
Top
微信扫码咨询专知VIP会员
Top