- 综合排序
- 最热优先
- 最新优先
- 来自专栏博文视点Broadview
每个领域的Presentation都有其固定逻辑——学术Prezi剖析
学术演示文稿通常要注意以下几点 ： （1）学术类 Presentation 大多是排队式的，也就是在你的前、后一般还有其他演讲人或演讲小组，话题范畴一般是一致的。
1.1K10发布于 2020-06-11 - 来自专栏灯塔大数据
学术大讲堂 | （三）智慧农业领域的关键AI技术
学术大讲堂 今天我的分享主要从三个方面展开： 1. 背景及范围 2. 主要研究内容 3. 扩展及思考 1背景及范围 1. 全国农业经营人员共31422万人，且 受教育在初中及以下占比为91.8%； 4) 化肥、农药使用过度，粮食生产过程较为粗放。 4. 人工智能是现实世界和虚拟世界发展的产物 得益于现代大数据技术的飞速发展，加之各类信息技术算法不断涌现，CPU算力不断提高，这些技术的为开展AI技术提供了坚实基础。 ? 5. AI等多技术融合提供智能化/无人化是农业降本增效关键 在未来，农业领域的技术渗透率将不断提高。尤其是人工智能技术将极大的为农业领域“开源”、“节流”提供助力。 在智慧农业领域，有AI生物特征识别、畜牧可穿戴设备、种植机器人、植保无人机等技术。 ? 2生物多特征识别 1.
1.3K31发布于 2019-05-30 - 来自专栏疯狂学习GIS
订阅指定学者或研究领域的最新论文提醒：谷歌学术
本文介绍在谷歌学术中，按照研究领域、研究关键词、学者姓名等，订阅、取消订阅最新研究进展的邮件提醒的方法。 最近，需要追踪几位学者的研究，希望他们在发表最新论文时，能够第一时间收到提醒。 需要注意，这里的方法不仅支持对作者加以订阅，也支持对研究领域（或研究关键词）加以订阅；不仅支持谷歌邮箱接收订阅，也支持其他任意邮箱（校园邮箱、QQ邮箱等）接收订阅；同时还给出了第三方邮箱取消订阅的方法。 1 按研究领域订阅 首先，介绍一下按研究领域、研究关键词等，对某一领域的最新文献加以邮件订阅的方法。 需要注意，这一方法也可以对学者名称加以订阅，但不建议这么做——因为用这个方法订阅学者，谷歌学术会将学者姓名当作一个普通的关键词来搜索，而如果你要订阅的学者姓名中正好有一个单词也可以表示某一领域，那订阅就会很乱 需要注意，如果用当前谷歌学术对应的谷歌邮箱接收订阅，那么直接点击上图中的“CREATE ALERT”选项即可。
58210编辑于 2025-08-27 - 来自专栏灯塔大数据
学术大讲堂 | （一）新兴信息技术领域展望（2）
（4）通用智能，即一个和人类更加相似的智能。这一阶段目前看还是一个遥远的梦想，而且可能要和生物神经科学领域技术相结合。 ? 图3-6 人工智能技术未来发展趋势图 （二）区块链领域 这里主要介绍区块链领域的基础问题。 前文介绍过区块链要解决的问题：即分布式系统信任的问题。 2、 明确目标——站在行业角度看问题，定一个较高的目标：在局部做到行业领先，输出领先的学术成果；建立国际影响力；通过我们的努力推动中国电信成为国家的创新领先企业；主导产业发展。 图4-1 新兴技术研究所定位 4、明确路径。把握好“从技术预研—自主开发—应用创新—标杆落地—能力沉淀—迭代创新”这一全流程发展路径。 图4-2 新兴技术研究所发展路径 最后希望所内各个团队之间相互融合、共同促进。彼此的技术、应用、解决方案层面都有需要相互打通的地方。
76820发布于 2019-05-07 - 来自专栏SEO
「知识」SEO策略的4个关键领域
SEO的4个关键领域 时本文总计约1600个字左右，需要花5分钟以上仔细阅读。 在许多情况下SEO，可以是很复杂，产生强大的自然搜索结果涉及多少排名因素？十？二十？三十？二百？ 在下面的文章中，我将简化的总结出4个主要领域。实际上，SEO在战略层面上是很简单的。 SEO的4大领域 我们做网站优化时都需要考虑的SEO的四个关键领域是： 搜索引擎优化的技术： 您的内容可以如何抓取和编入索引。 网站内容： 对潜在客户的问题有最相关和最好的答案。 4站外优化 站外的优化，对于SEO来说，目的其实，就两个： 1、引蜘蛛来抓取； 2、提高知名度和权威度 如何建立SEO中的权威度？建立你的权威，在很大程度上涉及链接建设。 结语 对于SEO优化，也许我们有时候想的过于复杂，其实，从上面4个领域去理解SEO，也许会更容易些。有任何疑问都可以给我留言。 -- 您的关注与分享就是我最大的动力
73130发布于 2018-05-17 - 来自专栏圣杰的专栏
DDD理论学习系列（4）-- 领域模型
1.引言 我们还是先来拆词理解，领域模型可以拆为“领域”和“模型”二词。 领域：按照我们之前的文章的理解，DDD中的领域是指软件系统要解决的问题，如我们的办公设备公众号在线商城就是为了解决电商问题，对应的就是电商领域。 聪明如你，是的，就是我们今天的主题——领域模型。 那领域模型是如何做到的呢？ 所以说上面这张UML类图是销售子域的领域模型也不为过。 4.总结 领域反应的是我们业务上需要解决的问题，模型是我们针对该问题提出的解决方案。 以上只是领域模型理论上的理解，但领域模型的设计（领域建模）却是另一个复杂的话题，择日再聊。 参考资料： 领域模型，你真的理解的了吗？
1.7K60发布于 2018-01-11 AI学术领域人物溯源戏说（技术向修正版·精简版）
声明：国内外AI学术领域环境纯净，无派系之争与“学术江湖”。本文效仿易中天“品三国”的通俗戏说风格，串联中外学者学术脉络，既藏高校间的学术传承，也饱含师友共事的人情味。 张伟楠 对应吴起：汪军弟子，聚焦强化学习实战应用与多智能体系统研究，如同吴起承孙武兵法拓实战领域，扎根上海交通大学，延续师门学术火种。 卢策吾 对应子贡：李飞飞博士后，聚焦机器人视觉与具身智能，跨学术与产业领域，如同子贡善经商外交，扎根上海交通大学，搭建视觉技术学术与产业的桥梁。 AI学者学术脉络数据库（收录加州大学伯克利分校、斯坦福等全球顶尖高校AI学者师承轨迹，为本文人物关联提供核心参考，藏着跨校学术传承细节）搜狐科技. 深度学习领域学者贡献综述[EB/OL]. （高校学报核心论文，为历史人物解读提供学术视角，让本文戏说兼具历史厚重感与学术严谨性）360doc. 强化学习领域学者脉络梳理[EB/OL].
23310编辑于 2026-01-22- 来自专栏深度学习自然语言处理
一文了解NLP领域国内外主要学术组织、会议和论文
国际学术组织、会议与论文 在计算机领域，国际上活跃着众多专业学术组织，吸收专业学者和学生作为会员，定期组织学术年会，报告学术论文，让学者们更方便地交流最新研究成果。 这里以自然语言处理领域为例，介绍国际学术组织和学术会议的组织形式，以及国际学术论文的查找方式。 这里主要介绍几个重点相关领域的国际学术会议与期刊。 人工智能领域相关学术会议包括IJCAI和AAAI。AAAI全称美国人工智能年会，IJCAI全称人工智能国际联合大会。 中国计算机学会（CCF）制定了“中国计算机学会推荐国际学术会议和期刊目录”，基本公允地列出了每个领域的高水平期刊与会议。大家可以通过这个列表，迅速了解每个领域的主要期刊与学术会议。 暑期学校每次持续4天课程，由于其较好的系统性和连续性，受到国内同学的广泛好评，近两年注册人数都超过场地容量。
2.8K21编辑于 2022-04-22 - 来自专栏计算机视觉战队
系列4 | CV领域入门，马上开始进阶咯
）计算灰度类均值(Aver(k))和类直方图和(W(k))： Aver(k) = sigma((i+1)*Phs(i)) i: 0->k W(k) = sigma(Phs(i)) i: 1->k 4）
56830发布于 2019-03-07 - 来自专栏云计算D1net
工业领域的4个边缘计算用例
Haff说，“在工业领域，可能有数百家工厂运行着数千个流程：自动化和一致性是关键。” 制造业和能源领域的边缘计算 在这些双向流中，以下是工业领域使用边缘计算的四个场景。 (1)实时简化操作 那些传统的SCADA和其他控制系统就像许多其他领域的单片或遗留应用程序一样重要，但在现代环境中使用起来并不特别容易或灵活。 在工业领域，只需在高峰时间关闭或计量电力负载，就可以节省大量成本。” (4)加强员工安全和现场安全 在这里将看到一种模式：工业边缘/物联网用例依赖于这些环境中的大量传感器和其他机器。但这不仅与机器有关，还与人员有关。
91740编辑于 2022-12-08 - 来自专栏深度学习自然语言处理
浙大做了一个可用于AI领域的学术会议问答LLMs
深度学习自然语言处理 原创 作者：wkk 今天介绍一篇来自于浙江大学的一项研究，关于基于LLM进行人工智能领域内7个不同学术会议QA数据集的论文。 ，促进了全球学术交流。 研究不同权重系数的影响 在WSum方法中，从四个领域选择了具有代表性的学术会议：web领域的WWW2023、数据库领域的SIGMOD2023、自然语言处理领域的ACL2023和信息检索领域的ICDE2023 结果如上图4所示 结构感知方法在所有四个数据集上都优于其他两种方法，证明了在生成描述时添加周围结构信息的有效性。 本质上，本文将该数据集视为推进学术会议问答领域进一步研究的垫脚石，并促进对模型如何利用不同类型的外部知识库的探索。
56720编辑于 2023-11-01 - 来自专栏新智元
探寻 “学术宇宙” | 计算机领域会议和期刊星系结构的全方位揭示
到此，我们已经对超大规模学术网络可视化过程有了初步的了解。然而，如何对论文数量更多，引用关系更加错综复杂的计算机领域论文引用关系数据进行可视化，成为摆在我们面前的一个难题。 计算机领域会议和期刊星系结构的揭示 我们依照前面的思路，对计算机全领域引用关系数据进行可视化，得到全领域星系图，可以从图中看出，研究内容相似的会议或者期刊以类似星系的效果聚集在一起，小聚类围绕大聚类分布 计算机全领域星系图 我们以计算机视觉领域星系分布进行举例分析： 计算机视觉领域会议和期刊星系分布 图为计算机视觉领域在星系图中的局部放大，首先我们可以清楚的定位计算机视觉三大顶级会议：CVPR、ICCV 结语——无垠的宇宙是想象力最终的归宿 无论是不同聚类之间，还是聚类内部的论文之间，都存在有类似星系的结构存在，从而共同组成了巨大的“学术宇宙”。 我们不禁要问，“学术宇宙”的“大爆炸”从何时开始？然而经过若干年的演化，又将变成什么样子？看来，这一切的一切，要从宇宙中寻找答案了，无垠的宇宙依然是想象力最终的归宿！
64720发布于 2019-11-26 - 来自专栏掘金安东尼
人工智能领域最著名的 4 大测试
在人工智能领域，衡量、理解、测试AI 是一项重要的任务。 历史上，有 4 大著名测试：图灵测试、咖啡测试、机器人学生测试和雇员测试； 本篇和大家一起来探究这些知名测试的背后，包括设计原理、实施方法、评估标准等，在这些指标的启示下，将进一步了解人工智能领域 AI 图灵测试 图灵测试是计算机领域最有名的测试实验之一，实际上它是一个思想实验。 这个测试的难点在于： 理解复杂的学术概念：机器必须能够理解并应用从基本原理到高级理论的广泛概念； 社会互动：机器需要具备与人类学生和教师有效沟通和协作的能力； 自主学习与创新：不仅要按照既定课程学习
3.5K10编辑于 2024-03-13 - 来自专栏深度学习自然语言处理
【学术会议】如何rebuttal学术论文?
三部分来聊聊学术论文（主要针对人工智能领域会议和期刊）rebuttal的那些事。 || What is peer review？ “Peer review”趣图（原图来自网络） Peer review是一种学术成果审查程序，即作者的学术著作或proposal被同一领域的其他专家学者评审，并根据评审意见决定是否予以录用（Accept 对于计算机学科特别是人工智能领域的学术会议和期刊，其均有相对成熟和流程化的同行评议（即审稿）机制。 以CVPR 2019为例，针对5160篇有效投稿，全球共召集了132位AC和2887位审稿人[4]，一共提交了超过15000条审稿意见，做到了平均一篇文章至少3条，其中一篇文章甚至有7条审稿意见之多。 Accept with a minor revision）；3）接收但需要大幅修改（Accept with a major revision，有些期刊如TNNLS则称作Reject & Resubmit）；4）
2.7K20发布于 2020-02-18 - 来自专栏NewBeeNLP
BERT4Rec：当NLP王者BERT进军推荐领域
Encoder Representations from Transformer》[1]，继BST将Transformer之后，又一次将NLP领域中前沿技术迁移到了推荐领域。 想了解BST模型的可以参考我之前的解读：BST：Transformer在推荐领域的应用 结合的切入点仍旧是阿里深耕的领域： 利用用户历史行为，提取历史兴趣进行用户关注商品预测 。 而且SASRec 更优于 GRU4Rec and GRU4Rec+，证明了Self-Attention是非常强，针对于序列推荐。 不仅适用于NLP领域，在推荐领域的效果也是显著的。 4.6 一些问题 Q1:是否Cloze objective的Bidirectional self-attention模型可以带来帮助？ 但是这篇文章只是将Bert迁移进了推荐领域，就连文中提到的Cloze task都是Bert原文中预训练任务中一个的变型。说明这是一篇偏工程导向上的论文。
2.7K50编辑于 2022-04-15 - 来自专栏量子位
PyTorch统治学术论文，TensorFlow只占4%，LeCun：还能为啥？
“PyTorch统治学术论文” 这篇文章的作者Ari Joury，是法国索邦大学的粒子物理学博士生，但对将AI和机器学习方法应用在粒子物理学探索上很感兴趣。 在代码开源的那些论文研究中，单从框架使用率来看，这4年来PyTorch占比正急剧上升。 PyTorch从最初和TensorFlow持平，到如今远超TensorFlow、稳定成为使用率第一（占比62%）的框架，相比之下TensorFlow占比只有4%： 其三，PyTorch的生态发展更快。 1614186881171742720 [2]https://levelup.gitconnected.com/why-tensorflow-for-python-is-dying-a-slow-death-ba4dafcb37e6
56640编辑于 2023-02-28 - 来自专栏量子位
2018谷歌学术影响因子发布：NIPS首次跃进Top 100，CVPR排名泛AI领域第一
在这份新出炉的榜单中，所有学术出版物中影响力Top 3是谁？对学术圈产生核弹式影响的那篇论文又出自谁手？人工智能领域期刊和顶会与历年相比有何变化，反映了什么问题？ 依据这样的标准，谷歌揭晓了所有领域学术出版物影响力最强的Top 100榜。不难发现，人工智能领域的期刊和会议，明显呈现上升势头。 NIPS首次跻身Top 100 先看所有学术领域的Top 100榜局势如何—— ? ? 泛AI领域排名总结 首先根据最新发布的榜单，量子位总结了一下在泛人工智能领域，讨论较多的知名学术会议或者期刊的2018年排名情况。 所谓泛人工智能领域，对应AI、CV、机器人、大数据等多个细分领域。 在谷歌学术指标中，其h5指数为92。 排名第4和第5的期刊均来自IEEE，这个建立于1963年的学会目前拥有来自175个国家的36万会员，且每个会员在研究中都“身怀绝技”。
2.5K00发布于 2018-08-08 - 来自专栏新智元
马斯克：90% 学术论文都毫无用处 | 如何评价 AI 领域灌水之风
实际上，围绕学术论文“实用性”的争议由来已久，就像在地球上有众多人吃不饱饭的情况下，为何要从事探索外太空的研究。人工智能领域，中国的影响力在一定程度也是体现在各个学术顶会上华人学者发表的论文数量。 那么，AI 学术论文价值几何？新智元专家在微信群里发表了各自的意见。正好知乎也有问题“AI领域的灌水之风如何破局”，新智元在取得授权后，附上清华大学教授刘知远、南京大学副教授俞扬等人的回答。 feature=player_detailpage&list=WLF7AD1FF84390A665&v=vDwzmJpI4io&t=518 不仅如此，马斯克还接着说，“究竟有多少 PhD 论文被人真正用过 人工智能领域的论文“灌水”之风如何破局 不仅产业界的人（比如马斯克）会认为学术论文无用，实际上，学术界的人也有关于“论文无用”的讨论，这并不是什么新鲜事。 前几天 107 篇中国医学论文被撤稿，这样的学术风气当然不是中国医学领域独有，AI领域想必也有类似想象，只是用其他的形态表现出来而已。 回到题主原题，如何破解。俺的答案是，不用破解。
3.1K110发布于 2018-03-28 - 来自专栏深度学习和计算机视觉
4个计算机视觉领域用作迁移学习的模型
迁移学习是指从相关的已经学习过的任务中迁移知识，从而对新的任务中的学习进行改进 总而言之，迁移学习是一个让你不必重复发明轮子的领域，并帮助你在很短的时间内构建AI应用。 ? 随着该领域的深入，诸如多任务学习等相邻主题也被纳入迁移学习领域。“Learning to Learn”是这一领域的先驱书籍之一。 计算机视觉中的4个预训练模型 这里有四个预先训练好的网络，可以用于计算机视觉任务，如图像生成、神经风格转换、图像分类、图像描述、异常检测等： VGG19 Inceptionv3 (GoogLeNet)
1.5K40发布于 2021-05-07 - 来自专栏机器学习与统计学
2020年数据科学领域4个最热门的趋势
以下是2020年最热门的4种数据科学趋势。 （1）数据科学自动化 即便在当今的数字时代，数据科学仍然需要大量的手工作业。存储、清理、可视化和探索数据，最后对数据进行建模以获得实际结果。 像样的个人电脑可能具有64GB的内存、8核CPU和4TB的存储空间。这对于个人项目来说效果很好，但是当您在一家拥有数百万客户数据的跨国公司（例如银行或零售商）工作时，效果就不那么理想了。 所以，云计算进入数据科学领域。云计算使任何地方的任何人都可以访问几乎无限的处理能力。 （4）自然语言处理 在深度学习研究领域取得重大突破之后，自然语言处理（NLP）已牢固地进入数据科学领域。 数据科学最初是对纯原始数据的分析，因为这是处理数据并将其收集在电子表格中最简单的方法。 随着该领域的长期发展，看到它成为我们软件工具箱中的常用工具并被大众大规模使用使用也就不足为奇了。
1.2K20发布于 2019-12-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号