机器学习关键词检索结果

机器学习可以改善热带地区大气观测的使用

Machine Learning Can Improve the Use of Atmospheric Observations in the Tropics

科学家开发了一种基于机器学习的新型技术,该技术在从中纬度和热带地区未观测到的状态变量的观测中获取信息同样有效。

机器学习可以增强地球系统建模

Machine Learning Could Enhance Earth System Modeling

基于对基于机器学习 (ML) 的混合模型的测试,将 ML 与已建立的基于物理的框架相结合代表了开发基于 ML 的地球系统模型的一条有希望的道路。

即将举行的机器学习和人工智能研讨会:2026 年 4 月版

Forthcoming machine learning and AI seminars: April 2026 edition

本文包含计划于 2026 年 4 月 2 日至 5 月 31 日期间举行的人工智能相关研讨会的列表。此处详细介绍的所有活动都是免费开放的,任何人都可以虚拟参加。 2026 年 4 月 2 日 我们的基准实际衡量什么?非洲语言人工智能演讲者的评估挑战:Vukosi Marivate([...] 大学

CSE 与人工智能和机器学习:学生应了解的主要差异

CSE vs AI & Machine Learning: Key Differences Students Should Know

简介 12 级课程后的工程是成败的关键......CSE 与人工智能和机器学习:学生应该知道的关键差异这篇文章首次出现在 Chitkara 大学 |博客。

#AAAI2026 邀请演讲:粒子物理的机器学习

#AAAI2026 invited talk: machine learning for particle physics

模拟大型强子对撞机 CMS 粒子探测器数据描绘了质子碰撞衰变成强子射流和电子而产生的希格斯玻色子。根据 CC BY-SA 3.0 许可证复制。丹尼尔·怀特森是一位粒子物理学家,他使用机器学习和统计工具来分析高能粒子碰撞。他也是一位专注的科学传播者,拥有 [...]

科学家开发出超鲁棒的机器学习模型,能够在极端温度下进行稳定的分子模拟

Scientists develop ultra‑robust machine‑learning models capable of stable molecular simulations at extreme temperatures

该研究揭示了一种人工智能模型,可确保极端条件下稳定的分子模拟,从而加强药物开发和可持续性研究。

超鲁棒的机器学习模型,能够在极端温度下进行稳定的分子模拟

Ultra-robust machine-learning models capable of stable molecular simulations at extreme temperatures

我本月学到的机器学习课程

The Machine Learning Lessons I’ve Learned This Month

主动性、阻塞和规划这篇文章《本月我学到的机器学习课程》首先出现在《迈向数据科学》上。

因果推理正在吞噬机器学习

Causal Inference Is Eating Machine Learning

您的 ML 模型可以完美预测,但会建议错误的操作。学习 5 个问题诊断、方法比较矩阵和 Python 工作流程,通过因果推理来修复它。因果推理正在吞噬机器学习这篇文章首先出现在《走向数据科学》上。

机器学习可以帮助预测抑郁症患者对治疗的反应 - Trinity 新研究

Machine learning could help predict how people with depression respond to treatment - new Trinity study

专访AAAI院士刘岩:时间序列的机器学习

Interview with AAAI Fellow Yan Liu: machine learning for time series

AAAI 每年都会任命一批为人工智能领域做出重大、持续贡献的个人为院士,以表彰他们。在接下来的几个月中,我们将与一些 2026 年 AAAI 研究员进行交谈。在这次采访中,我们采访了南方大学的刘岩 [...]

预测淡水鱼全球濒危状态的机器学习框架

Machine learning framework to predict global imperilment status of freshwater fish

作者:Sean Nealon 研究人员花了五年时间开发了一个基于人工智能的模型,以保护全世界的淡水鱼类免遭灭绝,特别关注在鱼类濒临灭绝之前识别它们所面临的威胁。俄勒冈州立大学 (Oregon State University) 系副教授伊万·阿里斯门迪 (Ivan Arismendi) 表示:“有时,当人们开始保护物种时,已经为时已晚。”

我们可能最终知道如何使用量子计算机来增强人工智能

We might finally know how to use quantum computers to boost AI

一项分析表明,量子计算机可能在不久的将来为运行机器学习和类似算法提供真正的优势,打破了多年来的怀疑

人工智能揭示了世界海洋中漂浮藻类的爆炸性增长

AI Reveals Explosive Growth of Floating Algae Across the World’s Oceans

机器学习表明,海洋条件越来越有利于大型藻类的生长。研究人员首次利用人工智能对全球漂浮藻类进行了分析,发现世界各地海洋中的藻类繁殖正在增加。该研究将这种扩张与海洋温度、洋流和营养水平的变化联系起来,[...]

不确定性量化的深度证据回归简介

Introduction to Deep Evidential Regression for Uncertainty Quantification

机器学习模型可以充满信心,即使它们不应该如此。本文介绍了深度证据回归 (DER),这是一种让神经网络快速表达它们不知道的内容的方法。不确定性量化的深度证据回归简介一文首先出现在《走向数据科学》上。

建立现成的癌症数据库

Building a ready-made cancer data library

研究人员建立了一个癌症数据库,结合了 32 种癌症类型的 4 种分子数据,以便能够在癌症研究中一致使用机器学习。“建立现成的癌症数据库”一文首先出现在 Sciworthy 上。

使用 Unity 游戏引擎的强化学习代理简介

Introduction to Reinforcement Learning Agents with the Unity Game Engine

针对机器学习最棘手领域之一的分步交互式指南。使用 Unity 游戏引擎强化学习代理简介一文首先出现在 Towards Data Science 上。

识别法学硕士的大规模互动

Identifying interactions at scale for LLMs

了解复杂机器学习系统的行为,特别是大型语言模型 (LLM),是现代人工智能的一项关键挑战。可解释性研究旨在使决策过程......