| AI | CNN | model | DenseNet | HarDNet

鎖定高解析串流分析,清大開源CNN架構HarDNet,影像分類速度比常見ResNet-50架構快30%

清大研究團隊改良了DenseNet架構,減少了架構中的捷徑連結,來降低記憶體搬運次數,藉此達到提升運算速度的效果,且同時維持高辨識準確率與高運算量。

2019-12-17

| 乳癌 | CNN | 機器學習

紐約大學以神經網路改進放射科醫師判讀乳癌精確度

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

白首太玄經

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

10個QA快速了解自監督式學習

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 | CNN | 縮放模型

Google用新方法縮放網路模型,提高準確率卻不會犧牲效能

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

| GAN | 臺灣人工智慧實驗室 | AI基因分析平臺 | Google Brain | 機器人 | 滴滴 | RL | 派車 | 醫療影像標註資料庫 | IBM | 臉書 | CNN | 語音辨識 | Google Lens | AI | IT周報

AI趨勢周報第70期:韓研究員開發圖像轉換系統InstaGAN,讓照片人物長褲換短裙

韓國研究員用生成對抗網路(GAN)開發一套圖像轉換系統InstaGAN,可將照片中人物穿著的褲裝,轉換為短裙,或將風景照中的羊群,變成一群長頸鹿。

2019-01-03

| 機器學習 | CNN | 瘧疾

機器學習加速瘧疾診斷,為醫生節省85%時間

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

| AI | 健康 | CNN

你的鼻息洩漏了健康狀況!AI分析人類呼氣就能診斷疾病

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