在该项研究工作中,研究人员提出一种面向复杂长期操作任务的机器人运动技能高效学习方法。该方法引入稀疏高斯过程和变分推断进行运动技能的建模与学习,能够在任务精度保障下大幅度降低计算时间复杂度,提升学习效率,使机器人从大规模高维交互数据中进行运动技能学习成为可能。...
论文通讯作者、南京工业大学计算机科学与技术学院副教授杭文龙介绍道,在自发脑电信号识别,通常需要20-30分钟的校准时间,用户容易疲劳,对于残障患者特别不友好,阻碍了机器学习方法在临床实践中的应用。借助于其他受试者已有的脑电数据建立迁移学习模型,是一种有效解放人力的途径。...
实验室旨在进行世界一流的人工智能、机器学习以及深度学习领域的研究创新,为大数据研究院其他核心项目与研究中心提供相关的技术支持,以及在北京大学和大数据研究院进行相关教学科研,来培养一流的人工智能方面的人才。 实验室的主要研究内容包括:深度学习、强化学习、贝叶斯方法、大规模优化算法、机器学习建模理论等,也涵盖机器学习在各个领域的应用,如计算机视觉、自然语言、智能交通以及医学影像等。 ...
隐私保护的机器学习方法针对主流机器学习问题,结合安全多方计算、全同态加密、零知识证明等方法构建具备实用性的可信机器学习环境。发展隐私保护协同训练和预测方法,发展加密和隐私计算环境的特征聚类、查询和多模型汇聚方法,发展加密跨域迁移学习方法,发展面向对抗样本、后门等分析、攻击、防御和修复方法,研究机器学习框架对模型干扰、破坏和控制方法,发展可控精度的隐私计算方法。5....
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号