單一放射科醫師結合機器學習模型,判讀乳房X光片有無存在癌細胞的精確度,高於多位放射科醫師的綜合判讀結果
2019-11-29
| Yann LeCun | AI | 卷積神經網路 | CNN | ICIP大會 | 自監督式學習 | Self-supervised Learning | SSL
【CNN之父Yann LeCun大預測】如何突破深度學習現有侷限?自監督式學習是解方
自監督式學習是建構一個更龐大的神經網絡,透過預測來認識世界,不斷透過已知的部分來預測未知,Yann LeCun認為,這是更接近人類的學習方法,也是有機會讓AI具備人類常識能力的第一步
2019-10-10
| Yann LeCun | AI | 人工智慧 | 卷積神經網路 | CNN | 自監督式學習 | Self-supervised Learning | SSL
面對世代的傳承與技術的更迭,應採取更開放的心態,不讓過去有限的經驗拘束我們未來發展的可能性,也許就有機會克服更多過去無法處理的困難
2019-10-10
| Yann LeCun | AI | 卷積神經網路 | LeNet | CNN | 自監督式學習 | Self-supervised Learning | SSL
為何CNN之父想研究自監督式學習,他最主要的動機是,要找到讓機器學習更像人類或動物學習的方法,專注於找到一套原則,讓機器變得更聰明
2019-10-10
| Yann LeCun | AI | 深度學習 | 卷積神經網路 | CNN | 人工智慧 | LeNet
【卷積神經網路之父Yann LeCun如何走出二次深度學習寒冬?】30年前過氣老論文,為何能催生革命全球的CNN框架
機器學習的起源可以追溯到1950年代,發展至今已超過一甲子,但期間也挺過兩次寒冬,才有現在蓬勃發展的盛況。不過,究竟曾讓大多研究者不看好的原因是什麼?Yann LeCun剖析其中關鍵
2019-10-10
| AI | Self-supervised Learning | CNN | Yann LeCun | 自駕車 | 監督式學習 | 強化學習
【ICIP 2019直擊】卷積神經網路之父Yann LeCun:自監督式學習更像人類學習,能突破現有深度學習的侷限
Yann LeCun在今年獲得素有電腦界諾貝爾獎之稱的圖靈獎(Turing Award)殊榮之後,首度來臺開講,揭露自監督學習(Self-supervised Learning,SSL)在深度學習領域的發展,以及應用在自駕車上的研究成果。
2019-09-25
Google AI研究團隊發表了縮放卷積式網路模型的新方法,利用簡單卻高效的複合係數,透過更結構化的方式,來縮放CNN模型
2019-05-30
篩檢瘧疾的主要方法玻片抹血非常繁瑣,醫生需要從5,000個紅血球中找出寄生蟲,Insight研究員開發影像偵測應用,自動找出存在寄生蟲的紅血球。
2018-11-07
人類呼出的氣體包含數千種揮發性有機化合物,而這些化合物的組成與人體健康息息相關,現在人工智慧可以快速得分析這些複雜的化合物中,判斷人體健康狀況。
2018-06-28
| AI | 強化學習 | Google Brain | google | CNN | RNN
越來越多AI自我優化的技術出爐,Google Brain靠強化學習自動找出深度神經網路最佳化的規則
Google Brain近日發表了用強化學習開發出自動尋找神經網路優化器的方法,藉由兩個網路不斷交互學習的回饋機制,自動找出深度神經網路最佳化的規則,目前也已經在Tensorflow中加入這些新找到的最佳化規則
2018-03-31