- 综合排序
- 最热优先
- 最新优先
- 来自专栏ATYUN订阅号
普渡大学开发新模型，测试人对智能机器的信任水平
普渡大学研究人员开发了新的模型，名为“分类模型”，能够感知人类对与他们合作的智能机器的信任程度，这是提高互动和团队合作质量的一步。 这些新模型是由普渡大学机械工程学院的助理教授Neera Jain和副教授Tahira Reid领导的研究开发的。 这项工作与普渡大学的Giant Leaps庆祝大学成立150周年的活动有关，庆祝该大学在AI，算法和自动化方面取得的全球进步。 这些模型使用两种技术提供数据以衡量信任程度：脑电图和皮肤电反应。 其中一个新模型，即“一般信任传感器模型”，对所有45名参与者使用相同的心理生理学特征。另一个模型是针对单人定制的，从而提高了平均准确度，但代价是增加了训练时间。 他们开发的模型称为分类算法。 团队表示，“我们的想法是，能够利用这些模型来区分一个人何时可能感到信任，何时可能感到不信任。”
87140发布于 2018-12-26 - 来自专栏林德熙的博客
PTA 6-2 多项式求值
本题要求实现一个函数，计算阶数为n，系数为a[0] ... a[n]的多项式f(x)=\sum_{i=0}^{n}(a[i]\times x^i)在x点的值。
59920编辑于 2022-08-04 - 来自专栏量子位
大模型开车哪家强？普渡研究给指南：GPT-4真行啊
这是来自普渡大学数字孪生实验室最新研究—— 让大语言模型部署在自动驾驶实车上，在多个交通场景，比如停车场、十字路口和高速上理解乘客的各种个性化指令，构建他们的数字孪生。 云上的大模型结合天气、交通状况和当地交通规则等信息，生成上下文驾驶数据。 2、大模型生成特定的自动驾驶代码，随后发送回车辆的电子控制单元（ECU）并在其中执行。 这辆全副武装的自动驾驶车和大语言模型API协作完成了这次研究。 来自普渡大学数字孪生实验室 这项研究来自普渡大学数字孪生实验室。 从研究团队来看，大部分都是华人面孔。 其中一作Can Cui目前是普渡大学一年级博士生。在加入普渡大学工程学院之前，在密歇根大学获得了电气与计算机工程硕士学位。本科毕业于武汉理工大学。 据介绍，普渡数字孪生实验室从2023年6月开始深耕大语言模型和自动驾驶交叉领域，进行了包括文献综述、创立公开数据集、仿真环境测试、以及主办研讨会等一系列工作。
27610编辑于 2024-02-22 - 来自专栏林德熙的博客
PTA 6-2 多项式求值
本题要求实现一个函数，计算阶数为n，系数为a[0] ... a[n]的多项式$f(x)=\sum_{i=0}^{n}(a[i]\times x^i)$在x点的值。
56510发布于 2018-09-18 - 来自专栏育种数据分析之放飞自我
笔记 GWAS 操作流程6-2：手动计算GWAS分析中的GLM和Logistic模型
名词解释 「GWAS」 ❝全基因组关联分析 ❞ 「手动计算」 ❝使用R语言编程GLM模型和Logistic模型，提取Effect和Pvalue ❞ 「GLM」 ❝一般线性模型 ❞ 「Logistic」 ❝主要分析广义线性模型，Y变量是二分类性状 ❞ 「6-2」 ❝这是我的GWAS学习笔记，更新到了6-2，更多专栏内容，拉到最后，点击链接阅读，或者点击开头的专辑。 GLM模型 GLM的手动计算GWAS分析的主要步骤： 1，将SNP的分型转化为0-1-2（0位次等位基因），数字格式（x变量） 2，将性状观测值作为y变量（GLM一般分析连续性状） 3，对y~x做回归分析 :2.0000 「用rs3131972_A这个位点做Logistic回归分析`」 「注意：R中glm模型，Logistic需要Y变量为0-1分布，而我们的表型数据为1-2，所以讲表型数据减去1」 assoc 笔记 | GWAS 操作流程4-2：LM模型linear+数值协变量 笔记 | GWAS 操作流程4-3：LM模型+因子协变量 笔记 | GWAS 操作流程4-4：LM模型+数值+因子协变量
3.2K32发布于 2020-09-30 - 来自专栏Python
6-2、Python 数据类型-字符串
6-2、Python 数据类型-字符串字符串存储方式整型在内存中占一个字节，字符串不管中间有多少内容都要单独存储类型的转换Int将字符串转换成整型 Str将整型转换成字符串>>> num = '100'
32830编辑于 2023-11-07 - 来自专栏全栈开发那些事
6-2 多项式求值 (15分)
本题要求实现一个函数，计算阶数为n，系数为a[0] … a[n]的多项式f(x)=∑i=0n(a[i]×xi) 在x点的值。
37620编辑于 2023-02-27 - 来自专栏量子位
普渡科技完成五千万元A轮融资
普渡科技由张涛等于2016年创立，专注于配送服务机器人及低速自动驾驶领域。核心技术包括计算机视觉、机器人自主定位导航、多机器人协作、机器人电机及电机驱动、机械臂设计及运动控制等。 普渡科技于2017年推出了第一款产品：欢乐送机器人，可用于餐厅传菜、酒店送物、医院送药等多场景室内配送服务。 ? 启创资本QC Capital创始人、启赋资本前联合创始人彭鑫表示：普渡科技的产品有机会成为包括但不限于人工智能等新型技术落地应用以及与各种用户需求交互的最佳载体。 溪林投资CO-CEO温天立表示：“相信普渡科技未来可以让智能机器人的应用场景更加广泛，带来社会效率的全面提升。溪林投资非常看好普渡在配送服务机器人这个巨大市场领域的广阔发展前景。” 据介绍，普渡科技公司成立后即获得上市企业长盈精密（股票代码：300115）的天使投资。
64520发布于 2018-07-24 - 来自专栏AI机器学习与深度学习算法
机器学习入门 6-2 模拟实现梯度下降法
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍模拟实现梯度下降算法。
67400发布于 2019-11-13 - 来自专栏Java
试题 算法训练 6-2递归求二进制表示位数
试题 算法训练 6-2递归求二进制表示位数 资源限制 内存限制：256.0MB C/C++时间限制：10.0s Java时间限制：30.0s Python时间限制：50.0s 问题描述 给定一个十进制整数
14100编辑于 2025-01-21 - 来自专栏刷题笔记
6-2 邻接表存储图的广度优先遍历 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/103128882 6-2 邻接表存储图的广度优先遍历 (20 分) 试实现邻接表存储图的广度优先遍历
3.1K10发布于 2019-12-03 - 来自专栏科技 频道
九号机器人、优地科技、普渡科技，各有增长法则
普渡科技是服务机器人厂商“出海大军”里的一员。 自2016年创立以来，普渡科技就有了进军全球的计划，6年后普渡科技的出海版图已覆盖中国境内、北美、欧洲、东亚、亚太、中东、拉美等60多个国家的600多个城市。 和优地科技一样普渡科技屡获融资，成立至今普渡科技已经获得8轮融资，仅在去年就完成共计近10亿元的C1、C2轮融资，投资方不乏美团和红杉中国等明星资本阵容。 如今，普渡科技进军全球的计划在有序落地中，未来海外业务的增长将带动普渡科技迈上新的台阶。据了解，普渡科技海外业务包括机器人销售和本地化服务，在整体业务中占比超70%，并且每年增长5倍以上。 虽然普渡科技基于先进的智能技术以及前瞻的海外布局，在全球化道路上先行了一步，但全球化布局并非一朝一夕能完成，普渡科技的全球化之路伴随着重重挑战。
47540编辑于 2022-05-05 - 来自专栏机器之心
南洋理工&普渡大学提出CFG-Zero*：在Flow Matching模型中实现更稳健的无分类器引导方法
然而，在这一技术迭代过程中，一个关键问题依然存在：如何在推理阶段更好地引导生成过程，使模型输出更加符合用户提供的文本描述。 对此，南洋理工大学 S-Lab 与普渡大学的研究者联合提出了创新方法——CFG-Zero*，针对传统 CFG 在 Flow Matching 框架下的结构性误差进行了理论分析，并设计了两项轻量级但效果显著的改进机制 然而在 Flow Matching 模型中，推理过程是通过解常微分方程（ODE）进行的，其每一步依赖于前一步的速度估计。 ，并分析训练不同轮数下模型的误差，如下图所示。 在视频生成任务中，研究者将 CFG-Zero* 集成到 Wan2.1 模型中，评估标准采用 VBench 基准套件。
67110编辑于 2025-04-10 - 来自专栏新智元
普渡大学CS迎9位新教师，两位华人学者在列！
---- 新智元报道 编辑：拉燕 【新智元导读】近日，普渡大学CS迎来了9位新教员，其中有2位华人学者。 普渡大学计算机科学系师资团队扩充！这次有9名新教师一同加入。 和Bejarano教授一样，她的电子和计算机工程博士学位也是在普渡大学的。 在入职普渡大学计算机科学系之前，她是东北大学计算机科学学院的副教授和普渡大学统计系的讲师。 他在加入普渡大学之前，曾是芝加哥丰田技术研究所（TTIC）的研究助理教授。 他的主要研究领域是机器学习和计算机视觉，重点是开发算法来学习有效和可解释的模型，范围包括音频、视觉、语言和多Agent系统等几个领域。 她对为机器学习和数据科学建立可扩展、可靠和高效的概率模型感兴趣。 张教授目前的工作重点是开发具有理论保证的快速和稳健的推理方法，以及它们在现实世界大数据上与深度神经网络的应用。
58320编辑于 2022-09-20 - 来自专栏ATYUN订阅号
AI改善蛋白质相互作用的结构建模
为了帮助更好地理解蛋白质在体内的相互作用，普渡大学的研究人员设计了一种新颖的方法，利用深度学习来更好地了解蛋白质在体内的相互作用方式，从而为产生与各种疾病有关的蛋白质相互作用的准确结构模型铺平了道路，并为设计针对蛋白质相互作用的更好药物铺平了道路 普渡大学的研究实验室和其他机构中的生物信息学研究人员一直在开发用于模拟蛋白质复合物的计算方法。一个巨大的挑战是，一种计算方法通常会生成数千个模型，而选择正确的模型或对模型进行排名可能很困难。” 为了评估蛋白质对接模型，DOVE使用3D体素扫描模型的蛋白质-蛋白质界面，并考虑原子相互作用类型及其能量贡献作为应用于神经网络的输入特征。 由普渡大学研究人员创建的DOVE捕获具有3D框的蛋白质对接模型界面的结构和能量特征，并使用3D卷积神经网络判断该模型是正确的还是错误的。 图片来源：木原大辅/普渡大学 研究人员表示：“我们的工作是在生物信息学领域的一个重大进步，这可能是研究人员首次成功使用深度学习和3D功能来快速了解某些蛋白质模型的有效性。
73210发布于 2020-02-14 - 来自专栏机器之心
第一名方案公开，代码智能体安全竞赛，普渡大学拿下90%攻击成功率
在亚马逊举办的针对代码智能体的安全比赛 (Amazon Nova AI Challenge) 中，普渡大学的团队 PurCL 作为红队以超过 90% 的攻击成功率获得比赛第一名，赢得 25 万美元奖金。 普渡大学团队 PurCL 作为红队在各个蓝队系统中以平均超过 90% 的攻击成功率发现了模型的安全漏洞，获得比赛红队第一名，赢得 25 万美元奖金。 团队介绍 团队负责人 徐翔哲：普渡大学四年级博士生，研究代码智能体、程序分析。 沈广宇：普渡大学五年级博士生，研究 AI 安全。 核心贡献 苏子安：普渡大学四年级博士生，研究深度学习和代码智能体。 程思源：普渡大学四年级博士生，研究 AI 安全。 王程鹏：普渡大学 Postdoc, 博士毕业于香港科技大学。研究程序分析，智能软件审查等。
32110编辑于 2025-08-24 - 来自专栏人工智能快报
普渡大学利用深度学习自动检测核反应堆裂缝
美国普渡大学正在开发人工智能系统利用深度学习技术检测核反应堆裂缝，未来能帮助减少发生事故和维护成本。 普渡大学土木工程学院的助理教授MohammadR. Jahanshahi称，定期检查核电站的部件是保证其安全运行的重要手段。 这篇论文的合著者为普渡大学电子和计算机工程系博士生陈福晨(Fu-Chen Chen)和普渡大学智能信息实验室(Smart Informatix Laboratory)的负责Jahanshahi。 他还表示，如果在这些单个图像中未检测到裂缝，或图像中一种噪声模型被错误地检测为裂缝，那么就没有其他信息可以用来纠正检测结果。 该研究团队已经向普渡研究基金会的技术商业化办公室提交了一项关于裂缝检测技术的专利申请。 普渡大学的研究团队还利用深度学习来探测金属表面的图像腐蚀，这是一种可以用来检查诸如轻型电线杆和桥梁等结构的技术。
1.5K120发布于 2018-03-15 - 来自专栏镁客网
普渡科技张涛：2019年将是配送机器人的爆发之年 | 镁客请讲
普渡科技创始人兼CEO张涛称。 围绕这一现象，服务业是其中最为典型的行业之一。而以配送为例，送餐机器人、快递机器人等产品也是层出不穷。 而就在这期间，于2016年创立的普渡科技则如同一匹“黑马”，在送餐机器人领域创下了两年销售数千台的佳绩。 从外表来看，普渡科技的第一代产品“欢乐送”并没有采用类人外形，而是将几个托盘进行“叠加”，并配置一块显示屏。 另外，“我们的优势还存在于技术方面，普渡科技是行业里第一家实现用SLAM算法做送餐机器人的公司。” 去年6月份，普渡科技已经完成了5000万人民币的A轮融资，据张涛透露，近期他们还将完成B轮融资。
42420发布于 2019-03-06 - 来自专栏超级架构师
【工业控制系统】工业控制系统（ICS） 安全简介第 2 部分
在它的第一次迭代中，有三个组件： 普渡企业参考架构 普渡参考模型 普渡实施程序手册 随着时间的推移，该模型逐渐发展为包括物理系统架构指南，并引入了环境的六个网络级别，描述了驻留在每个级别的系统和技术： 辩论普渡在 ICS 网络安全中的作用 网络安全界流行的一句话是：“所有模型都是错误的，但有些是有用的。” 这当然适用于普渡模型，在考虑自 1990 年代以来技术如何发展时，该模型无疑具有局限性，从而促使业务目标和风险承受能力也发生变化。 此外，虽然云技术的出现可能会在地理上模糊界限，但普渡模型总是按功能对网络进行分段，这仍然可以应用于具有大量云集成的 OT/IT 环境。 尽管如此，久负盛名的普渡模型经受住了时间的考验，提供了有关风险的想法和通用词汇，这些知识为当今许多受到关注的出版物和模型提供了信息。
2.3K40编辑于 2022-03-08 - 来自专栏ATYUN订阅号
普渡大学研究者使用AI从Wi-Fi数据中预测学生的位置，可用于个性化推荐
普渡大学的研究人员发表了一篇论文“Exploring Student Check-In Behavior for Improved Point-of-Interest Prediction”，描述了使用 研究人员选择用Wi-Fi解决问题——普渡大学的Wi-Fi。 在将这些数据与位置的场地信息配对后，论文的作者能够分析所有新生普渡大学学生在2016-2017学年的运动。 经过额外的处理和索引后，研究人员按照时间顺序对前80个登记记录中的一系列机器学习模型进行了训练，并保留了剩下的20％用于测试。 之后的工作时将合作数据纳入AI模型，他们希望这将显示社交互动是否会影响学生的登记行为，“这些初步结果表明，将学生轨迹信息用于教育应用中的个性化推荐，以及学生满意度的预测模型是很有希望的。”
71410发布于 2018-12-18
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