XiaoMi-AI文件搜索系统
World File Search System纳根
田纳根：纯变压器编码器为从头分子的生成提供了有效的离散gan
使用离散数据（例如简化的分子输入线 - 输入系统（Smiles）字符串）的从头生成的深层生成模型吸引了药物设计中的广泛关注。然而，训练不稳定经常困扰生成的广告网络（GAN），导致可能崩溃和低偏移性等概率。这项研究提出了一个纯粹的变压器编码器GAN（宽度）来解决这些问题。宽度的发电机和鉴别剂是变压器启动器的变体，并与加固学习（RL）结合使用，以生成具有所需化学特性的分子。此外，变体微笑的数据增强是为了学习微笑字符串的范围和语法的宽度培训。在方面，我们引入了一个增强的田纳州的变体，称为十（w）gan，其中包含了微型批处理歧视，并提高了生成分子的能力。对QM9和锌数据集的实验结果和消融研究表明，所提出的模型以计算有效的方式产生了具有所需化学性质的高效和新颖的分子。
伯纳德·洛纳根认知过程的强大人工智能模仿者
人工智能（AI）可分为弱人工智能与强人工智能。无人驾驶汽车、手机、机械臂等都属于弱人工智能。即便是现在的深度学习，也是弱人工智能的一种技术，因为它是为特定目的而设计的。相对于弱人工智能，强人工智能被认为是一种能像人一样思考和学习的设备。从哲学角度看，自我意识和智能生物的出现与人类更密切相关。本研究正处于探索伯纳德·洛纳根的认知过程的开端：经验（E）、理解（U）、判断（J）、决策（D）和使用算法和数据的推理（R）。上述五个过程描述如下：经验过程（E）是收集过去的信息和数据。它将导致理解过程（U）。(U) 将进入判断过程（J）