突破神经网络限制,量子蒙特卡洛研究新进展登Nature子刊
时隔四个月,ByteDance Research 与北京大学物理学院陈基课题组又一合作工作登上国际顶级刊物 Nature Communications:论文《 Towards the ground state of molecules via diffusion Monte Carlo on neu...
业界首个适用于固体系统的神经网络波函数,登上Nature子刊
当今社会,“跨界” 逐渐成为各行各业寻找新可能的一个热门选择,学术界不同领域之间也时常能摩擦出智慧的火花。随着人工智能技术兴起,在化学、物理等领域,传统的研究方法逐渐与机器学习融合。机器学习能够处理海量数据,解决复杂场景下的科学难题,带领科学探索抵达过去无法触及的新领域。比如 DeepMind 用人...
图神经网络发Nature子刊,却被爆比普通算法慢104倍,质疑者:灌水新高度?
GNN 是近年来非常火的一个领域。最近,一篇 Nature 子刊论文提出了一种用 GNN 解决组合优化问题的方法,并声称该 GNN 优化器的性能与现有的求解器相当,甚至超过了现有的求解器。不过,这篇论文引来了一些质疑:有人指出,这个 GNN 的性能其实还不如经典的贪心算法,而且速度还比贪心算法慢得多...
Nature子刊:未经训练的神经网络也可以进行人脸检测
最近发表在《自然 · 通讯》上的一项新研究表明,高级的视觉认知功能可以在未经训练的神经网络中自发产生,面部图像的视觉选择性甚至可以在完全未经训练的深度神经网络中产生。对于动物的社会行为(群体中不同成员分工合作,共同维持群体生活的行为)来说,检测和识别面孔的能力至关重要。这种能力被认为起源于单神经元或...
清华、上交等联合发表Nature子刊:「分片线性神经网络」最新综述!
【新智元导读】一篇论文带你读完「连续分片线性函数」的发展。连续分片线性函数是一类具备局部线性特性和全局非线性特性的连续函数。具有特定表示模型的连续分片线性函数能够对紧集上的任意连续函数进行全局逼近。其本质是利用有限数量的线性函数对复杂的非线性系统进行精确建模,即在保持局部线性特性的同时,使整体建模表...
Nature子刊:未经训练的神经网络也可以进行人脸检测
对于动物的社会行为(群体中不同成员分工合作,共同维持群体生活的行为)来说,检测和识别面孔的能力至关重要。这种能力被认为起源于单神经元或多神经元水平的神经元调谐(神经元有选择地表示一种感觉、协同、运动、认知等信息的特性)。科学家已经在不同物种的幼小动物身上观察到对面孔有选择性反应的神经元,这引起了...
Nature子刊:大脑学习也靠反向传播?Hinton等用新一代反向传播算法模拟神经网络
什么是反向传播?反向传播全称叫“误差反向传播”,英文Backpropagation,缩写为BP算法。作为训练神经网络的基本算法之一,反向传播对于新智元的程序员读者们来说一定不陌生。它的特点在于会求输出层和隐藏层的响应误差,并在更新权重时对其取反,从而确保权重引起的误差在减小。说得简单一点,BP的核心...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。