Ученые Пермского Политеха разработали нейросетевой алгоритм, повышающий качество токарной обработки
Perm Polytechnic的科学家开发了一种有效的算法，用于基于人工智能的机器进行自适应管理。其实施将提高俄罗斯金属加工的性能和质量 2月28日，将举行国际互联网奥林迪德的合格回合。 1-3个课程的学生 div>可以参加 2月23日，我们自豪地诚实地诚实的每个人在不同时期用英雄主义捍卫我们的祖国，如今，他们捍卫了其安全，有助于加强该国的国防能力，他们对债务的忠诚旨在保护他们俄罗斯的国家利益
神经AI聊天基于生成AI，由Sechenov大学的科学家和神经技术创业公司的专家开发，成功通过了州最终认证，完成了在心脏病学和肿瘤学领域教授居民的过程。这是俄罗斯的第一个神经网络通过类似考试的情况。
Learning How to Play Atari Games Through Deep Neural Networks
1959年7月，亚瑟·塞缪尔（Arthur Samuel）开发了最早玩跳棋游戏的代理商之一。可以用塞缪尔（Samuel）自己的话说：“……可以对其进行编程的计算机，以便它可以学会玩更好的跳棋游戏的计算机比[…]通过深度神经网络玩Atari游戏，首先出现在数据科学方面。
Transfer Learning in Scalable Graph Neural Network for Improved Physical Simulation
近年来，基于图形神经网络（GNN）模型在模拟复杂物理系统方面显示出令人鼓舞的结果。但是，培训专用的图形网络模拟器可能会昂贵，因为大多数模型都局限于完全监督的培训。训练模型需要从传统模拟器产生的大量数据。如何应用转移学习来提高模型性能和训练效率。在这项工作中，我们引入了图形网络模拟器的预处理和转移学习范式。首先，我们提出了可扩展的图形u-net…
Разработка ученых Пермского Политеха позволит выявлять аварийные здания с помощью нейросетей
房屋维护组织经常忽视定期检查和调查以确定其技术状况并及时修复损坏。这也是由于检查费用太高
Faster distributed graph neural network training with GraphStorm v0.4
GraphStorm 是一个低代码企业图形机器学习 (ML) 框架，为 ML 从业者提供了一种在行业规模图形数据上构建、训练和部署图形 ML 解决方案的简单方法。在这篇文章中，我们展示了 GraphBolt 如何在分布式设置中增强 GraphStorm 的性能。我们提供了一个在 SageMaker 上使用 GraphStorm 和 GraphBolt 进行分布式训练的实际示例。最后，我们分享了如何将 Amazon SageMaker Pipelines 与 GraphStorm 结合使用。
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 2, February 2025
1) 特邀编辑：机器学习泛化、稳健性和可解释性的信息论方法特刊作者：Badong Chen、Shujian Yu、Robert Jenssen、Jose C. Principe、Klaus-Robert Müller页数：1957 - 19582) 用于阿尔茨海默病分类和致病因素识别的社区图卷积神经网络作者：Xia-An Bi、Ke Chen、Siyu Jiang、Sheng Luo、Wenyan Zhou、Zhaoxu Xing、Luyun Xu、Zhengliang Liu、Tianming Liu页数：1959 - 19733) RSS-Bagging：通过训练数据的 Fisher 信息
МФТИ выпустил нейросеть для call-центров
MFTI和Salesai已开发了一项技术，以增长销售和质量控制的技术。神经网络不仅可以分析呼叫，而且允许公司提出问题并接收有意义的结构化答案。该系统使用自己的大语言模型（LLM）和预测分析的技术来识别对话中的关键模式，了解哪些因素会影响销售，并帮助公司根据客观数据做出决策。
Neural Networks – Intuitively and Exhaustively Explained
对现代人工智能中最基本架构的深入探索。文章“神经网络——直观而详尽的解释”首先出现在 Towards Data Science 上。
Учёные ННГУ научили нейросеть определять регион происхождения человека по иммунитету
开发将评估俄罗斯地区土著人口的衰老速度，并为积极健康的寿命提出建议
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 1, January 2025
1) 特邀编辑：可信联邦学习专题作者：Qiang Yang, Han Yu, Sin G. Teo, Bo Li, Guodong Long, Chao Jin, Lixin Fan, Yang Liu, Le Zhang页数：5 - 52) 联邦推荐系统综述作者：Zehua Sun, Yonghui Xu, Yong Liu, Wei He, Lanju Kong, Fangzhao Wu, Yali Jiang, Lizhen Cui页数：6 - 203) 从梯度进行生成图像重建作者：Ekanut Sotthiwat, Liangli Zhen, Chi Zhang, Zengxiang
TELL: Explaining neural networks using logic
Alexa Steinbrück / Better Images of AI / Explainable AI / 获得 CC-BY 4.0 许可 您会信任人工智能软件为您做出诊断吗？大多数人对这个问题的回答都是否定的。事实上，尽管人工智能和神经网络取得了重大进步，但它们的“黑匣子”性质是实现这一目标的重大障碍。
Artificial Intelligence in Biology: From Artificial Neural Networks to AlphaFold
利用 AI 模型，科学家可以预测基因表达、设计新蛋白质并创造精准药物。
Introducing perceptein, a protein-based artificial neural network in living cells
中国西湖大学和加州理工学院设计了一个活细胞内的基于蛋白质的系统，可以处理多个信号并根据它们做出决策。
The next generation of neural networks could live in hardware
直接编程到计算机芯片硬件中的网络可以比支撑大多数现代 AI 系统的传统神经网络更快地识别图像，并且消耗更少的能量。这是根据上周在温哥华举行的一次领先的机器学习会议上发表的研究成果得出的结论。从 GPT-4 到稳定扩散，神经网络都是通过将感知器连接在一起而构建的……
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Number 12, November 2024
1) 场景理论、复杂性和基于压缩的学习与泛化调查作者：Roberto Rocchetta、Alexander Mey、Frans A. Oliehoek页数：16985 - 169992) 深度学习在视觉定位与映射中的应用：调查作者：Changhao Chen、Bing Wang、Chris Xiaoxuan Lu、Niki Trigoni、Andrew Markham页数：17000 - 170203) 实例分割模型稳健性的基准测试作者：Yusuf Dalva、Hamza Pehlivan、Said Fahri Altındiş、Aysegul Dundar页数：17021 - 170354
