ترنسفورمرهای مش سلسله‌مراتبی برای تحلیل مورفومتریک مغز

این پژوهش روشی برای ترکیب نشانه‌های مورفومتریک سطح مغز، مانند ضخامت قشر و انحنا، پیشنهاد می‌کند تا تحلیل ساختارهای مغزی در توپولوژی‌های مختلف دقیق‌تر و قابل‌استفاده‌تر شود.

Cortex AISQL: موتور SQL تولیدی برای داده‌های بدون ساختار

Cortex AISQL موتور SQL تولیدی Snowflake برای کار با داده‌های بدون ساختار است و عملیات معنایی، جست‌وجو و پردازش مبتنی بر مدل را مستقیماً در گردش‌کار SQL ادغام می‌کند.

الگوریتم شتاب‌دار میون برای مدل‌های خطی تعمیم یافته تانسور با رتبه جدایی پایین

یک رویکرد نماینده برای تخمین GLM های تانسور مبتنی بر LSR (LSR-TGLMs) الگوریتم رگرسیون تانسور رتبه جدایی پایین (LSRTR) است که نزول مختصات بلوکی را اتخاذ می‌کند و متعامد بودن ماتریس های عامل را از طریق پیش بینی های مکرر مبتنی بر QR اعمال می‌کند. به‌طور خاص، LSRTR-M طرح مختصات بلوک اصلی را حفظ می‌کند در حالی که به روز رسا…

یک چارچوب قوی و مقیاس پذیر برای تخمین نوسانات با ابعاد بالا

این مقاله یک چارچوب برآورد قوی و کارآمد محاسباتی را برای مدل‌های نوسانات با ابعاد بالا در کلاس BEKK-ARCH معرفی می‌کند. رویکرد پیشنهادی از برش داده‌ها برای اطمینان از استحکام در برابر توزیع‌های دم سنگین استفاده می‌کند و از یک روش حداقل مربعات منظم برای بهینه‌سازی کارآمد در تنظیمات با ابعاد بالا استفاده می‌کند.

رویدادهای آینده هوش مصنوعی

این صفحه چند رویداد آینده NIST و جامعه پژوهشی هوش مصنوعی را معرفی می‌کند؛ از وبینارهای فنی تا کارگاه‌های حضوری درباره اندازه‌گیری، یادگیری ماشین و سامانه‌های عامل‌محور.

نظریه‌ای ریاضی درباره تکامل هوش مصنوعی‌های خودطراح

با گسترش سامانه‌های هوش مصنوعی که خودشان را بهبود می‌دهند، ممکن است شکلی از تکامل پدیدار شود؛ تکاملی که در آن موفقیت سیستم‌های پیشین در طراحی و انتشار نسل بعدی، مسیر رشد آن‌ها را تعیین می‌کند.