Адрес канала:
Категории:
Технологии
Язык: Русский
Количество подписчиков:
3.91K
Описание канала:
Нейросети - свежие новости. Машинное обучение, State-of-the-art модели и методы, AI, AGI, Deep learning, Big data.
Website: neurohive.io/ru/
По вопросам сотрудничества: @cyrud
Рейтинги и Отзывы
Оценить канал neurohive и оставить отзыв — могут только зарегестрированные пользователи. Все отзывы проходят модерацию.
5 звезд
0
4 звезд
0
3 звезд
0
2 звезд
1
1 звезд
2
Последние сообщения 3
2022-04-15 12:00:05
В университете Джона Хопкинса разработали модель, прогнозирующую на основе снимков МРТ риск остановки сердца. Исследователи утверждают, что анализ структуры рубцовой ткани позволяет делать точные прогнозы на 10 лет вперед.
#AppliedDS
1.4K views09:00
2022-04-13 12:00:09
OpenAI представила новую версию модели преобразования текста в изображение DALL-E. По сравнению с первой версией, DALL-E 2 генерирует изображения в более высоком качестве с меньшей задержкой, а также позволяет редактировать уже существующие изображения.
#StateoftheArt
1.6K views09:00
2022-04-11 19:00:19
Yandex Research открывает резидентскую программу по машинному обучению. ML-специалисты и ученые из смежных областей получат возможность участвовать в исследованиях мирового уровня, публиковать статьи о полученных результатах и обсуждать актуальные вопросы по темам ML на международных конференциях. Участие в программе оплачивается.
Подать заявку могут как студенты и аспиранты вузов, так и опытные исследователи в смежных областях: например, математике, физике, компьютерных науках. Идеальных знаний ML не требуется, но наличие фундаментального образования — обязательное условие.
Узнать о программе подробнее и заполнить анкету на участие можно здесь.
1.6K views16:00
2022-04-09 12:00:06
Google представила PaLM – языковую модель с 540 миллиардами параметров. PaLM превзошла существующие языковые модели в большинстве бенчмарков.
#StateoftheArt
1.7K views09:00
2022-04-04 12:01:05
Исследователи MIT разработали метод, в котором контролируемая модель генерации синтетических изображений интегрируется в модель классификации. Метод позволяет сократить затраты на сбор крупномасштабных датасетов.
#Development
1.9K views09:01
2022-04-01 16:00:37
Microsoft представила Jigsaw – инструмент откладки выдачи text-to-code моделей путем предоставления примеров выходных данных. При работе с Python Pandas инструмент позволил повысить точность Codex более чем в два раза.
#Development
1.9K views13:00
2022-03-29 12:00:27
Nvidia представила Instant NeRF – алгоритм сверхбыстрой реконструкции трехмерных сцен по нескольким изображениям. Instant NeRF нацелен на использование в системах автономного вождения и при создании метавлесенных.
#Development
2.1K viewsedited 09:00
2022-03-25 12:00:26
AI-Guide – разработанный в MIT ручной хирургический робот, позволяющий автоматизировать процесс введения иглы или катетера в кровеносный сосуд. Устройство нацелено на оказание быстрой помощи в экстренных ситуациях.
#StateoftheArt
2.1K views09:00
2022-03-22 12:30:00
#промо
Постройте карьеру в анализе данных и обучении нейронных сетей. Начните работать по специальности уже через полгода обучения.
До 23 марта скидка 40% на курс Data Scientist: с нуля до middle
Data Scientist создаёт и обучает предиктивные модели с помощью алгоритмов машинного обучения и нейросетей, помогая бизнесу находить скрытые закономерности, прогнозировать развитие событий и оптимизировать ключевые бизнес-процессы. На курсе вы c нуля овладете знаниями и навыками, необходимыми для работы Data Scientist, и получите новую востребованную профессию.
Оставить заявку
2.0K views09:30
2022-03-21 12:00:06
Исследователи Технологического института Сингада представили модель автоматического обнаружения и фильтрации спама в электронной почте. Ключевой особенностью алгоритма является высокая скорость обучения.
Модель основана на многокритериальном отборе признаков и адаптивной капсульной нейросети. В отличие от предыдущих подходов к фильтрации спама, модель была обучена как на датасетах с изображениями, так и на текстовых датасетах.
В текстовых датасетах для выделения признаков использовалось два, а в датасетах с изображениями – три метода, включая преобразование Уолша-Адамара. Многокритериальный отбор признаков осуществлялся с помощью гибридного эвристического алгоритма G-SFO. Оптимально выбранные признаки подавались на вход капсульной нейросети, осуществляющей классификацию писем.
Помимо высокой скорости обучения, модель превосходит предыдущие state-of-the-art подходы по точности классификации спама.
Источник: https://link.springer.com/article/10.1007/s41315-021-00217-9
#StateoftheArt
1.5K views09:00