| AI | AWS | RNN | 文本正規化 | 遞歸神經網路

AWS用RNN打造文本正規化系統,降低辨識錯誤率和延遲性

AWS利用遞歸神經網路建立的文本正規化系統,相較於先前最佳的神經系統,錯誤率降低7成

2019-05-17

| google | AI | 手寫辨識 | 遞歸神經網路

Google改善Gboard手寫輸入辨識模型,錯誤率減4成

Google透過遞歸神經網路改善Gboard,將模型錯誤率降低20%~40%

2019-03-09

| Deepmind | AI | 強化學習 | 遞歸神經網路

模擬大腦學習過程,DeepMind用強化學習神經網路找出人類內化過去經驗解決新任務的關鍵

DeepMind最近發表了一項重大的發現,透過元強化學習模擬多巴胺協助人類學習新任務的過程,該研究發現多巴胺能夠學習抽象的規則,應用到新任務中,有助於強化AI系統一次性學習的成效,並能加速AI學習新任務的速度

2018-05-16

| AI | 遞歸神經網路 | 預測模型 | IBM | 醫療

醫療資源不浪費,IBM靠深度學習預測病患急診就醫次數

IBM研究團隊最近發表透過深度學習技術分析病患的電子病歷,預測病患日後到急診就診次數的研究,協助醫院辨識真正需要急診的病患,確保發揮醫療資源最大的效益

2018-04-26