会员服务
人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。 最近十多年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。
SpikePose: Lightweight Video Human Pose Estimation
Arxiv
0+阅读 · 11月4日
O2N2: Efficient Doubly Oblivious Approximate Nearest Neighbor Search
Arxiv
0+阅读 · 11月2日
WaRP: Workload-Aware Request Planning for Vector Retrieval on Object Storage
Arxiv
0+阅读 · 10月21日
Failure-Resilient and Verifiable Distributed Approximate Nearest-Neighbor Retrieval
Arxiv
0+阅读 · 10月25日
Cross-Modal Data Co-Locality for Heterogeneous Storage Systems
Arxiv
0+阅读 · 10月25日
HNSecW: A Logarithmic-Time MPC Protocol for Approximate Nearest Neighbor Search
Arxiv
0+阅读 · 10月25日
Holo-NN: Holographic Nearest Neighbor Search via Compressive Sensing
Arxiv
0+阅读 · 10月23日
A Memory-Efficient Distributed Algorithm for Approximate Nearest Neighbour Search with Arbitrary Distances
Arxiv
0+阅读 · 10月22日
KatoANN: Enabling Near-Exact Vector Search at the Speed of Lossy Scans with CPU Matrix Engines
Arxiv
0+阅读 · 10月20日
Towards bio-inspired visual navigation: a neuromorphic navigation paradigm for MAVs
Arxiv
0+阅读 · 10月15日
Two-stage Residual Learning for Modelling Strength-Informed Optimisation of Thermal Systems
Arxiv
0+阅读 · 10月14日
Recall-Bounded Staleness for Filtered Multi-Tenant ANN Graph Indexes under Concurrent Updates
Arxiv
0+阅读 · 10月10日
Disk-Resident Graph ANN Search: An Experimental Evaluation
Arxiv
0+阅读 · 10月6日
SDPAD: A Fully Spike-Driven Pipeline for End-to-End Autonomous Driving
Arxiv
0+阅读 · 10月8日
BLADE: ReliaBle Dynamic Hardware-Aware SNN-ANN Boundary SeLection for Event-BAseD Object DEtection
Arxiv
0+阅读 · 7月22日
参考链接
微信扫码咨询专知VIP会员
Top