发表
AI · 人工智能
主题14046个 · 文章86篇 · 成员137人
  • Overview of Decomposition Algorithms Re: 请教SVM

  • 大家对逻辑在AI中的作用以及未来发展有何看法?

    我在做辅助诊断的说 以小弟的观点看来 非单调逻辑概念是好的,可是操作起来似乎比较难呢,数学基础似乎不好 诊断问题最成熟的表示之一是BAYES NETWORK,个人来说更相信这种数学基础好些的 可是反过来说,和NN类似,BEIEF NETWORK也是不太好向人类解释其含义 还是逻辑规则推理比较好些 尤……

  • 线性可分和线性不可分的概念!

    线性可分就是说可以用一个线性函数把两类样本分开,比如二维空间中的直线、三维 空间中的平面以及高维空间中的线型函数。所谓可分指可以没有误差地分开; 线性不可分指有部分样本用线性分类面划分时会产生分类误差的情况。 在这种情况下,SVM就通过一个非线性映射函数把样本映射到一个线性可分 高维空间,在此高维空间建立线性分类面,而……

  • 国际期刊/会议的影响因子在哪里可以查到?

    http://citeseer.nj.nec.com/impact.html But citeseer is down till Thusday/Friday.

  • 我们在讨论Agent怎么翻译时,老外已经开发出了许

  • 问一个神经网络训练样本的选择问题

    主要是看目的了吧 如果是让神经网络在线学一个时变的东西 那就把前面的样本扔掉,或者对误差做一个加权,前面样本的误差随时间强行衰减掉 强调新样本的误差 另外还有其他考虑时间的算法,查查论文 如果不存在“喜新厌旧”的问题,所有样本都一视同仁……呵呵,我也没想出什么办法来 不过可以退而求其次,比如只更新隐层->输出层,……

  • 集成先验知识在SVM中

    好多是做图象识别的吧。比如手写体之类的。 所谓不变性,是指样本经过某种变换之后其label不会发生变化, 这是一种先验知识。比如手写体文字经过小的位移或者旋转它 仍然是原来的那个字:) 开始的方法是增加虚拟训练样本,即添加通过不变性变换的样本。 这样会导致样本数量大大增加,而SVM的复杂度也就增加啦:) 所以就有inc……

  • Crafting Papers on Machine Learning (P. Langley)

    From: http://www-csli.stanford.edu/icml2k/craft.html -------------------------------------------------------------------------- Crafting Papers o……

  • 最近有没有什么AI方面的会议?

    师兄牛!贼多,都看晕了. 可惜不知道哪个好. bigeye实验室主页上也有个投稿指南,有评价,不过没有这个详细,也推荐给大家: http://bigeye.au.tsinghua.edu.cn 上面有Call for papers等三个连接

  • 对自然算法的理解

    现在也有所谓Computational Intelligence或者Soft Computation 定义的出发点不同,不过内涵基本一致 都是指nn,fuzzy和evolutionary computation的综合 “按照Bezdek的观点:计算智能是基于操作者提供的数据,而传统人工智能……

  • AI is DEAD -- Minsky (zz)

    From: http://www.wired.com/news/technology/01282,58714,00.html 02:00 AM May. 13, 2003 PT Will we ever make mac……

  • 请问什么是Q-学习(Q-Learning)

    Q-Learning(QL)是Reinforcement Learning(RL)的一种。 RL目的是学习在所处环境中如何选择动作这样一个策略, 方法是评估: (1)从某个状态出发agent所能取得的最大“累计回报”V(s),和 (2)agent在选择某一动作时得到的“即时回报”R(s,a)。 s是状态,a是……

  • 问计算理论的问题

    一般认为,逻辑上能够判定的命题或者可计算的函数,必然是图灵机能完成的 有人认为图灵机模型是人类计算能力的极限 好象没有逻辑上的证据,但是人们到目前为止也找不到超越图灵机的计算模型 因此可以把它当作一个不证自明的东西或者信仰来看 也有人持不同意见,姚期智就认为采用与现在完全不同的计算介质还是有可能超越图灵机 的 随便说说……

  • 感觉SVM有点滥了噻:-)

    可以考虑Variant SVM,比如改变范数定义,曾看到一篇文章里说,他们设计的一个SVM 变种,可以处理上百万甚至上千万数据 。其实觉得SLT最关键的是在分类器的评价准则 中引入正则化理论,在样本有限的情况下,不仅考虑经验风险,同时还考虑confidence interval

  • 有没有大侠比较过libsvm和svm-light?

    不会吧? 我以为libSVM是目前最快的SVM训练软件呢. SVM-light2.0是98年出来的, 挺土的,因为那时候还刚开始探索decomposition algorithm.它的算法详见 Joachims, T. (1998). Making ……

  • 门外汉要问个问题?

    是吧 一点想法: 差别在探索实现人工智能的途径的方向不同而已。 让机器象人一样,可以有两种想法吧,一种是把人的各种智能实现的原理搞清楚,如弄 清人在识别一个物体时体内的一些物理化学变换是如何进行的,然后用机器模拟。。。 。也许可以。 另一种不强迫机器运行状态和人运行状态一致,探索数学建模的方法,用现行的机器体 系实现。

  • 换名问题:张三改为王二,没思路。求救

    这个问题可以很难,也可以很简单。中心问题是分词问题。 说简单,就是按串匹配,当然会有错误。 说难,估计就不是1、20年能解决的问题。 有些情况下,只从一个句子,根本看不出如何分词正确, 一些经常被人举的例子: 乒乓球拍卖完了(乒乓 球拍 卖完了|  乒乓球 拍卖&nbs……

  • 弱问SVM

    线性可分是指用一个超平面可以把两类分开。 什么是超平面就取决于空间中的加法和内积的定义。 一个环包围一个圆在普通的欧氏空间中是非线性可分的,但是如果我们把它映射到 一个高维空间,那么它就在那个高维空间中线性可分。这其实相当于我们在二位空间定义 了别的加法和内积。最常见的就是kernel method。 只要空……

  • [建议] AI版 放到 学术科学 分区 (转载)

    我觉得对于人工智能的研究应该分为两个方面: 一方面是人工智能的基础理论研究:如神经网络的模型,机器学习的 方法,认知模型,NP问题等等。这一方面应该划分到学术科学里面。促进 这方面研究向前发展的主要是一些思想性的内容,而获取这些内容需要从 别的学科中得到启发,就象人工智能的一些基础理论问题往往在心理学, 生理学,数学等……

  • 关于监督学习、非监督学习和强化学习 by Dr. Zhou ZH

    最近很多人在问监督学习、非监督学习和强化学习等等之间的关系,我简单地写一点。 机器学习中的方法或范式(paradigm)有很多种分类体系,例如从学习的方式分,有 从例子中学习、类比学习、分析学习等,但一般来说,现在研究得最多、被认为最有用 的是从例子中学习(learning from example……