搜索结果: 1-12 共查到“知识要闻 learning”相关记录12条 . 查询时间(0.171 秒)
南京农业大学农学院《Plant Physiology》发表黄骥教授“RiceTFtarget: A Rice Transcription Factor-Target Prediction Server Based on Co-expression and Machine Learning”（图）
黄骥 基因 生物信息学 作物
2023/10/28
转录因子（TF）在基因表达调控中发挥了重要作用。鉴定转录因子的靶基因或与靶基因启动子结合的转录因子对于解析转录因子-靶基因模块的生物学功能和调控网络至关重要。2023年6月15日，作物生物信息学课题组在Plant Physiology发表了题为“RiceTFtarget: A Rice Transcription Factor-Target Prediction Server Based on C...
美国奥本大学Shiwen Mao教授来南京邮电大学通信与信息工程学院作“Deep Learning for WiFi-based Indoor Fingerprinting”专题报告（图）
美国 奥本大学 Shiwen Mao 深度学习 模型 信号 无线电地图
2024/2/4
2023年3月24日上午，IEEE Fellow、美国奥本大学Shiwen Mao教授应邀来南京邮电大学通信与信息工程学院作“Deep Learning for WiFi-based Indoor Fingerprinting”专题报告。本次专题报告详细地介绍了室内定位的相关内容，为南京邮电大学通信与信息工程学院师生的相关科研工作开拓了新思路。本次报告由通信与信息工程学院周亮院长主持，学院逾三百名...
南京农业大学农学院《Science of The Total Environment》发表智慧农业团队“Improving the spatial and temporal estimation of ecosystem respiration using multi-source data and machine learning methods in a rainfed winter wheat cropland”（图）
智慧农业 碳循环 生态系统
2023/10/28
2023年2月25日，农学院智慧农业团队在《Science of The Total Environment》期刊发表了题为“Improving the spatial and temporal estimation of ecosystem respiration using multi-source data and machine learning methods in a rainfed ...
浙江大学光电科学与工程学院郝翔课题组论文《Spectral Imaging with Deep Learning》发表于《Light：Science & Applications》封面（图）
光谱成像 光学滤光片 光谱编码
2023/3/10
2022年6月17日，浙江大学光电科学与工程学院郝翔课题组综述文章《Spectral imaging with deep learning》发表于《Light:Science&Applications》杂志第六期封面。该研究回顾了光谱成像技术应用深度学习的最新进展，对基于深度学习的光谱成像技术进行了梳理。研究对深度学习光谱成像的各种技术路线进行了原理阐述、研究总结，并整理了当前的光谱成像数据集、概...
River flow: New machine learning methods could improve environmental predictions
river flow improve environmental predictions algorithm environmental prediction
2021/8/5
Machine learning algorithms do a lot for us every day -- send unwanted email to our spam folder, warn us if our car is about to back into something, and give us recommendations on what TV show to watc...
中国地质大学科学技术发展院 李正来，唐厂 等，计算机学院. IEEE T-MM (2021), Consensus Graph Learning for Multi-view Clustering（图）
噪声；冗余信息；捕获；数据；相似性；干扰
2021/10/14
2021年5月21日，《IEEE Transactions on Multimedia》正式刊发了国地质大学计算机学院与国防科技大学、深圳大学以及国家超算济南中心等单位合作完成的研究成果—Consensus Graph Learning for Multi-view Clustering（基于一致图学习的多视图聚类算法），论文的第一作者为中国地质大学计算机学院硕士研究生李正来，通讯作者为唐厂教授。
第1期“互联”学术沙龙——“Ten Key for Reinforcement Learning and Optimal Control”顺利举行（图）
互联 学术沙龙 强大学习 机器学习
2022/12/29
强大学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。在过去的几十年中，强化学习在许多领域中取得了巨大的成功，尤其是由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发的AlphaGo，它是第一个...
中国人民大学高瓴人工智能学院徐君教授出版外文著作《Deep Learning for Matching in Search and Recommendation》（图）
徐君教授；外文著作；语义匹配
2021/11/2
近日，中国人民大学高瓴人工智能学院徐君教授出版了外文著作《Deep Learning for Matching in Search and Recommendation》（中文译作：《搜索与推荐中的深度语义匹配》）。本书从语义匹配的角度广泛调研了搜索与推荐任务的解决方案，对现有流行的深度匹配模型进行了系统的分析和对比，为研究和开发搜索及推荐模型提供了一种新的研究视角和工具。中国科学技术大学教授何向...
暨南大学信息科学技术学院赖兆荣课题组重要研究成果再度被计算机领域的国际顶级期刊《Journal of Machine Learning Research》录用（图）
暨南大学信息科学技术学院 赖兆荣 计算机领域 人工智能 机器学习
2020/7/7
近日，信息科学技术学院、广东省数量金融大数据工程技术研究中心、智能数据安全实验室赖兆荣课题组撰写的论文“Loss Control with Rank-one Covariance Estimate for Short-term Portfolio Optimization”被计算机领域的国际顶级期刊《Journal of Machine Learning Research》（简称JMLR）录用。其...
西南交通大学电气工程学院刘志刚教授担任国际期刊IEEE Transactions on Neural Networks and Learning Systems (IF: 11.683)的Associate Editor
西南交通大学 电气工程学院 刘志刚 教授 国际期刊 IEEE Transactions on Neural Networks and Learning Systems
2019/12/19
日前，我院刘志刚教授应邀担任国际权威学术期刊IEEE Transactions on Neural Networks and Learning Systems (TNLLS) 的Associate Editor (副主编或编委)。2018年TNLLS最新的影响因子为 11.683，在计算机科学的理论与方法领域排名第一，在计算机科学的人工智能领域排名第二，在计算机科学的电气电子工程领域排名第三。TN...
中国地质大学科学技术发展院左仁广等 GPMR国家重点实验室. Earth-Science Reviews, May 2019, Deep learning and its application in geochemical mapping
多源；地学空间；数据；挖掘；研究热点；前沿
2021/10/20
近日，中国地质大学地质过程与矿产资源国家重点实验左仁广教授团队的最新研究成果在Earth-Science Reviews刊 发——Deep learning and its application in geochemical mapping。论文第一和通讯作者为左仁广教授。
浙江大学管理学院Co-learning团队连续四年获“中国企业管理案例与质性研究论坛”最佳论文奖（图）
浙江大学管理学院 Co-learning团队 中国 企业管理 论坛 最佳论文奖
2017/12/5
在近日举行的“中国企业管理案例与质性研究论坛(2017)”上传来喜讯，浙大管院Co-learning团队撰写的论文《跨越身份的鸿沟：组织身份不对称与整合战略选择》，斩获“中国企业管理案例与质性研究论坛”最佳论文奖。同时，Co-learning学术团队也成为全国唯一“连续四年获得该奖项”的团队。