actions关键词检索结果

IEEE Transactions on Neural Networks and Learning Systems,第 37 卷,第 2 期,2026 年 2 月

IEEE Transactions on Neural Networks and Learning Systems, Volume 37, Issue 2, February 2026

1) 视觉曼巴:全面的调查和分类作者:X. Liu,C. Zhang,F. Huang,S. Xia,G. Wang,L. Zhang 页数:505 - 5252) Hard Sample Mining: A New Paradigm of Efficient and Robust Model Training 作者:L. Liu,Y. Liang,X. Yan,L. Huangfu,S. Samtani,Z. Yu,Y.张,D. D. Zeng页数:526 - 5463) FEU-Diff:用于医学图像分割的模糊证据驱动的动态不确定性融合的扩散模型作者:S. Geng,S. Jiang,T.

IEEE Transactions on Emerging Topics in Computational Intelligence 第 10 卷,第 1 期,2026 年 2 月

IEEE Transactions on Emerging Topics in Computational Intelligence Volume 10, Issue 1, February 2026

1) 人工智能:人类在下一代人工智能发展中的作用作者:S. S. Arslan 页数:4 - 202) 以强化学习为重点的人工智能/机器学习的安全风险:来自网格应用程序的回顾和观点作者:K. -B. Kwon, S. Mukherjee, R. R. Hossain, V. Adetola 页数:21 - 353) 基于结构的鲁棒分形图神经网络,具有用于分子特性预测的分子指纹 BERT 作者:Y. Dong, M. Xu, L. Tang 页数:36 - 504) YOLO-ITC:一种用于实例分割的新 YOLO 方法个体树冠作者:Z. Sun, B. Xu, M. Zhang, J. Sch

IEEE Transactions on Neural Networks and Learning Systems,第 37 卷,第 1 期,2026 年 1 月

IEEE Transactions on Neural Networks and Learning Systems, Volume 37, Issue 1, January 2026

1) 隐私保护视频异常检测:调查作者:Yang Liu、Siao Liu、朱晓光、Hao Yang、Jielin Li、JuncenGuo、Liangyu Teng、Dingkang Yang、Yan Wang、Jing LiuPages:2 - 212) SSPPI:从序列和结构角度预测跨模态增强的蛋白质相互作用作者:Xiangpeng Bi, Wenjian Ma、Huasen Jiang、Weigang Lu、Zhiqiang Wei、Shugang 张页数:22 - 363) 整合临床知识图谱和基于梯度的神经系统,通过七点检查表增强黑色素瘤诊断作者:Yuheng Wang、Tianze

毅力打破火星自动驾驶记录

Perseverance Smashes Autonomous Driving Record on Mars

本文是我们与 IEEE Xplore 合作的独家 IEEE Journal Watch 系列的一部分。在过去的火星任务中,比如好奇号和机遇号漫游车,机器人主要依靠来自数百万英里之外的人类指令来安全地在火星景观中航行。另一方面,毅力号火星车几乎完全自主地穿越了这片布满巨石的外星土地,打破了之前在火星上自动驾驶的记录。好奇号火星车自主完成了约 6.2% 的行程,而自着陆以来的第 1,312 个火星日(2024 年 10 月 28 日),毅力号则自主完成了约 90% 的行程。 Perseverance 能够以极少的计算能力完成这样的壮举,这要归功于其专门设计的自动驾驶算法、增强型自主导航(ENav)

版本控制和测试数据解决方案:在面试式查询上应用 CI 和单元测试

Versioning and Testing Data Solutions: Applying CI and Unit Tests on Interview-style Queries

了解如何使用 Python 和 GitHub Actions 将单元测试、版本控制和持续集成应用于数据分析脚本。

使用基于 Amazon S3 的模板通过 Amazon SageMaker AI 项目简化 ModelOps

Simplify ModelOps with Amazon SageMaker AI Projects using Amazon S3-based templates

本文探讨了如何使用基于 Amazon S3 的模板来简化 ModelOps 工作流程,介绍与使用 Service Catalog 方法相比的主要优势,并演示如何创建与 GitHub 和 GitHub Actions 集成的自定义 ModelOps 解决方案,为您的团队提供功能齐全的 ML 环境的一键配置。