塞涅卡很早就通过其著名的“人有错”一文认识到,人类信息处理系统本质上是会出错的。较新的事实是,至少在时间压力下实现的感觉运动信息处理中,错误主要由几种(心理)生理特定机制处理:预防、检测、抑制、纠正,如果这些机制最终失效,则在错误发生后进行战略性行为调整。在本文中,我们回顾了实验室实验的几个数据集,结果表明,人类信息处理系统不仅能够在错误发生时检测和纠正错误,而且能够在错误完全发展之前检测、抑制和纠正错误。我们认为,当大脑在日常环境中工作时,考虑这些(心理)生理机制很重要,这样可以使工作系统更能抵御人为错误,从而更安全。
• 会议和研讨会的旅行奖: Eurandom 图拉普拉斯算子、多元极值和代数统计研讨会 (链接) 荷兰埃因霍温理工大学,2024 量子计算基础 (FQC2024) 研讨会 (链接) 伦敦大学皇家霍洛威学院,2024 YES 因果推理研讨会 (链接) 埃因霍温理工大学 Eurandom,2023 神经信息处理系统 (NeurIPS) 学者奖,2022 神经信息处理系统 (NeurIPS) 学者奖,2019 国际复杂系统会议 (ICCS),2018 NeurIPS 机器学习女性,2018 工业与应用数学学会 (SIAM) 年会,2018 强化学习和决策多学科会议 (RLDM),2017 NeurIPS 机器学习女性,2017神经科学 (ICMNS),2017 强化学习和决策多学科会议 (RLDM),2015 奥斯汀记忆与学习会议,2015
准确的信息处理在技术和自然界中都是至关重要的。为了实现它,任何信息处理系统都需要初始资源供应远离热平衡。在这里,我们建立了可以通过给定数量的非平衡资源来实现准确性的基本限制。该限制适用于任意信息处理任务和任意信息处理系统受量子力学定律的影响。它很容易计算,并且用熵数量表示,我们将其命名为反向熵,与所考虑的信息处理任务的时间逆转相关。对于所有确定性的经典计算及其所有量子延伸都可以达到极限。作为一种应用程序,我们建立了非quilibrium和准确性之间的最佳权衡,用于存储,传输,克隆和擦除信息的基本任务。我们的结果设定了接近最终效率限制的新设备设计的目标,并提供了一个框架,以证明量子设备的热力学优势比其经典配料。
13 Krizhevsky A,Sutskever I,Hinton GE。具有深卷积280神经网络的Imagenet分类。在:第281届神经281信息处理系统国际会议论文集 - 第1卷。Curran Associates Inc。:Red Hook,NY,282 USA,2012年,第1097–1105页。283
图形神经网络何时有助于节点分类?在节点可区分性上研究同质原理第37届神经信息处理系统会议https://arxiv.org/abs/2304.14274 Luan,S.,Hua,Hua,C.,Xu,Xu,M.,Lu,M.,Lu,Lu,Q.
PC 成员 ⋄ 第九届量子计算、通信和密码理论会议(TQC 2014)。 ⋄ 第二十届量子信息处理年会(QIP 2017)。 ⋄ 第二十一届量子信息处理年会(QIP 2018)。 ⋄ 与 ICSE 2020 和 ICSE 2021 共同举办的量子软件工程国际研讨会 (Q-SE 2020、Q-SE 2021)。 ⋄ 第十五届量子计算、通信和密码理论会议 (TQC 2020)。 ⋄ 2021 年 IEEE 国际量子计算与工程会议 (QCE 2021)。 ⋄ 第 43 届 ACM SIGPLAN 编程语言设计与实现会议 (PLDI 2022)。 ⋄(领域主席)第 10 届学习表征国际会议(ICLR 2022)。⋄ 量子计算理论实践研讨会 QCTIP 2022。⋄(领域主席)第 36 届神经信息处理系统会议(NeurIPS 2022)。⋄(领域主席)第 40 届机器学习国际会议(ICML 2023)。⋄(领域主席)第 37 届神经信息处理系统会议(NeurIPS 2023)。⋄ 第 51 届 ACM SIGPLAN 编程语言原理研讨会(POPL 2024)。⋄ 第 45 届 ACM SIGPLAN 编程语言设计与实现会议(PLDI 2024)。⋄(领域主席)第 41 届机器学习国际会议(ICML 2024)。 ⋄(领域主席)第 38 届神经信息处理系统会议(NeurIPS 2024)。⋄(高级 PC)第 39 届 AAAI 人工智能会议(AAAI 2025)。⋄ 第 46 届 ACM SIGPLAN 编程语言设计与实现会议(PLDI 2025)。⋄(领域主席)第 42 届机器学习国际会议(ICML 2025)。
[8] Andrew Childs、Tongyang Li、Jin-Peng Liu、Chunhao Wang、Ruizhe Zhang。用于对数凹分布采样和估计正则化常数的量子算法。第 36 届神经信息处理系统会议 (NeurIPS) 论文集,2022 年。第 26 届量子信息处理年会 (QIP),2023 年。(特邀演讲)
计算机工程是一门多学科课程,超越了计算机科学和电气工程的传统界限。计算机工程师在电气工程、软件设计和硬件/软件集成方面接受过均衡的教育。学生涉及计算的许多方面,从组件级电路设计到涉及智能系统的大规模集成;能源管理、监控和监督;以及信息处理系统和通信。