Lv.4
chenjinge
更多个人资料
812
成长值
3
关注
150
粉丝
+ 关注
私信
个人介绍
这个人很懒,什么都没有留下
感兴趣或擅长的领域
人工智能
个人勋章
小有名气
成长雷达
375
132
0
30
275
个人资料
个人介绍
这个人很懒,什么都没有留下
感兴趣或擅长的领域
人工智能
达成规则
以上满足
项可达成此勋章
博客
关注
粉丝
论坛
全部时间
全部时间
最近三天
最近一周
最近一月
全部
暂无专栏分类
RPA入门篇:华为AntRbot RPA行业应用及操作实践
有没有可能一类“员工”能够专门解决这类手工重复操作、费时费力的工作,把生产力真正的解放出来?
人工智能
机器人
网络智能体
chenjinge
2021-06-08 09:57:05
24892
1
2
2021-06-08 09:57:05
999+
1
2
五一高铁票难抢?用RPA机器人试试!
RPA在各行业中得到广泛应用,热度大增。这匹“技术黑马”已然成为构建业务流程自动化的重要引擎之一,助力企业组织向“智能自动化转型。
网络智能体
EI智能体
人工智能
机器人
通用AI
chenjinge
2021-04-26 17:59:52
12530
0
1
2021-04-26 17:59:52
999+
0
1
主动学习解决数据标注难题
动机如今,我们利用AI算法解决实际问题的时候,需要面临的第一个并且是最重要的一个问题就是进行大规模的数据采集和标注。众所周知,使用监督学习方法做分类任务时,往往训练样本规模越大,分类器的性能就越高。但是在面临实际问题时,我们接触到的大量的来自互联网或其他来源(如学术界或商业界)的都是未标注的数据。然而标记样本通常是代价比较大的,比如海量标注需要耗费大量时间和人力(海量的语料和图像标注);又比...
网络智能体
chenjinge
2020-08-25 11:14:58
11598
0
0
2020-08-25 11:14:58
999+
0
0
迁移学习的基础研究问题及适用场景
由于知识获取与表示的困难,以及当时计算机计算能力的限制,符号主义的主张没有得到应有的发展和大规模的应用,以知识为基础的学习方法也同样受到重创。21 世纪初,机器学习中的一个分支——概率统计学习(特别是深度学习)异军突起,获得巨大成功。它不仅建立了较好的理论基础和有效的算法,还成功地得到商业应用,成为推动产业和社会发展的重要力量,使 AI 进入了以数据驱动为主导的第二代 AI 发展时代。为了迈...
网络
网络智能体
chenjinge
2020-08-25 11:06:58
15849
0
0
2020-08-25 11:06:58
999+
0
0
实例分割与物体检测的统一——Mask-RCNN
今天我们谈谈AI经典问题之一——计算机视觉。深度学习在计算机视觉上的运用主要是卷积神经网络,必须强调的是卷积神经网络的应用并不仅仅局限于图像,在音频、视频方面也有不少的应用,甚至NLP中也有使用卷积神经网络的例子,所以说对AI从业者来说学习这些还是很有好处的。在这篇文章中,我们以Mask-RCNN[1]的发展历史为线索探讨计算机视觉问题中的图像分割问题以及物体检测,并最后简单讲解一些我在医学...
深度学习
神经网络
chenjinge
2020-08-25 11:05:46
7784
0
0
2020-08-25 11:05:46
999+
0
0
伪文艺程序员的“迁移学习”啃读(E)
迁移学习(Transfer Learning)一直是一个热门研究领域,如何将机器已经学到的知识迁移到新的场景是一个很重要的问题,杨强老师在《A Survey on Transfer Learning》一文中对2010年之前的迁移学习做了详细的综述,将迁移学习算法分门别类地整理,见Figure 1:Figure 1 : Transfer Learning分类在迁移学习的研究对象中包括两部分,一...
网络智能体
chenjinge
2020-08-25 11:04:22
10089
0
0
2020-08-25 11:04:22
999+
0
0
伪文艺程序员的“迁移学习”啃读(D)
领域自适应(Domain Adaptation)是迁移学习(Transfer Learning)的一个子领域,在计算机视觉里面较为常见。Domain Adaptation的实现有很多种,在深度学习未火热之前,主要有基于样本(Instance-based)的迁移、基于特征(Feature-based)的迁移以及基于参数(Parameter-based)的迁移。其中基于特征的迁移包括子空间对齐(...
网络智能体
迁移学习
chenjinge
2020-07-31 10:31:22
10115
0
0
2020-07-31 10:31:22
999+
0
0
伪文艺程序员的“迁移学习”啃读(C)
本文对ICML 2018杨强老师团队的一篇文章《Transfer Learning via Learning To Transfer》进行梳理总结。先回顾一下迁移学习的主要思想来源:人本身具有迁移知识的能力,比如羽毛球运动员可以更好更快地掌握网球的技巧,因此我们希望机器也具有这种迁移的能力,将以往训练模型学习到的知识在新的领域加以应用。那么这篇文章的出发点又是什么呢?比如我们现在需要在羽毛球...
迁移学习
chenjinge
2020-07-31 10:30:08
6233
0
0
2020-07-31 10:30:08
999+
0
0
通讯领域时序预测与异常检测的挑战 | 系列篇1
1问题与挑战各种通讯系统中,大量的软硬件模块,出于业务、性能、故障等监控的目的,产生并采集了大量与时间相关的各种指标数据。基于这些数据,可以实现各种能力,如预测,异常检测等,并提供为有价值的服务:比如基于预测实现:流量预测、用户预测辅助容量规划,设备节能,客户流失管理;基于异常预测实现:故障预警、故障发现、故障关联过滤,辅助修复等,减少业务损失和人力投入。 1)问题 1.1)什么是时序(Ti...
网络智能体
chenjinge
2020-07-27 16:12:26
10921
0
0
2020-07-27 16:12:26
999+
0
0
AI在垃圾分类中的应用小侃(海华大赛获奖者系列分享二)
01赛题介绍随着我国经济的发展,城市化进程不断加速,生活垃圾对城市环境的威胁日益增加。如何高效、环保地解决处理生活垃圾迫在眉睫。因此垃圾的智能分类对于智能化分拣垃圾、提高垃圾分拣效率就显得十分重要。为了探究这一问题,由中关村海华信息研究院、清华大学交叉信息研究院以及Biendata举办的2020海华AI垃圾分类大赛吸引了大量工程师以及高校学生的参与。由华为NAIE平台提供的算力支持,也为比赛...
应用与数据集成平台 ROMA Connect
NAIE
网络智能体
chenjinge
2020-07-06 14:38:46
10634
0
0
2020-07-06 14:38:46
999+
0
0
总条数:37
10
10
20
50
100
1
2
3
4
上滑加载中
https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
+ 关注