XiaoMi-AI文件搜索系统
World File Search SystemSigmoid
复杂的乙状结肠憩室炎模仿巨型子宫肌瘤患者的骨盆疼痛：病例报告
本报告描述了四十多岁的妇女的案例，其中有大子宫肌瘤的史，她的肌疼痛和泌尿症状都呈现给急诊室。初始计算机断层扫描（CT）显示出简单的急性憩室炎，但是尽管抗生素治疗，但她的病情恶化，随访的CT揭示了乙状结肠穿孔，需要高前切除术和次序子宫切除术。该病例强调了大肌瘤在结肠上施加外部压力，损害运动性并增加了憩室形成的风险。肠道微生物组的改变可能导致结肠粘膜炎症，通常在憩室疾病中出现。子宫肌瘤患者的微生物组组成改变了，这可能会进一步增加憩室疾病的风险。这些发现为未来研究子宫肌瘤对憩室疾病的病理生理的影响提供了一种途径。
模拟Sigmoid函数及其近似导数的设计方法
摘要 — 在本文中，我们建议使用模拟电路实现 S 型函数，该函数将用作多层感知器 (MLP) 网络神经元的激活函数，以及其近似导数。文献中已经提出了几种实现方法，特别是 Lu 等人 (2000) 的实现方法，他们提供了采用 1.2 µ m 技术实现的可配置简单电路。在本文中，我们展示了基于 Lu 等人的 S 型函数电路设计，使用 65 nm 技术以降低能耗和电路面积。该设计基于对电路的深入理论分析，并通过电路级模拟进行验证。本文的主要贡献是修改电路的拓扑结构以满足电路所需的非线性响应以及提取所得电路的直流功耗。索引词——激活函数、模拟 CMOS 电路、近似导数、反向传播、多层感知器、S 型函数。
信神经网络基于概率的 PWL Sigmoid 函数逼近
摘要 本文提出了一种基于各层神经元值统计分布概率的分段线性 (PWL) S 型函数逼近方法，仅使用加法电路即可提高网络识别精度。首先将 S 型函数划分为三个固定区域，然后根据神经元值分布概率将每个区域中的曲线分割为子区域，以减少逼近误差并提高识别精度。在Xilinx 的FPGA-XC7A200T上对MNIST和CIFAR-10数据集进行的实验表明,所提方法在DNN、CNN和CIFAR-10上分别达到了97.45%、98.42%和72.22%的识别准确率,比其他仅使用加法电路的近似方法分别提高了0.84%、0.57%和2.01%。关键词:S形函数、概率、神经网络、分段线性近似
从Sigmoid函数到人工智能
在这篇笔记中，我们列出了人工智能研究中典型的激活函数 sigmoid 函数的各种性质（这是一个非常好的函数）。接下来我们会借此对多层神经网络（深度学习）做一个简单的讲解。在不久的将来，深度学习人工智能可能会成为大学生的必修知识。 我们写这篇文章的目的是提供理解谷歌人工智能 DeepMind 的必要背景知识。1