首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏刷题笔记

    7-4 悄悄关注 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/97864803 7-4 悄悄关注 (25 分) 新浪微博上有个“悄悄关注”,一个用户悄悄关注的人

    1.1K10发布于 2019-11-08
  • 来自专栏刷题笔记

    7-4 字符串排序

    点这里 7-4 字符串排序 本题要求编写程序,读入5个字符串,按由小到大的顺序输出。 输入格式: 输入为由空格分隔的5个非空字符串,每个字符串不包括空格、制表符、换行符等空白字符,长度小于80。

    90610发布于 2019-11-08
  • 来自专栏刷题笔记

    7-4 树的遍历 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102924283 7-4 树的遍历 (20 分) 给定一棵二叉树的后序遍历和中序遍历,请你输出其层序遍历的序列

    73310发布于 2019-11-07
  • 来自专栏刷题笔记

    7-4 括号匹配 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101472923 7-4 括号匹配 (25 分) 给定一串字符,不超过100个字符,可能包括括号

    97430发布于 2019-11-08
  • 来自专栏数据结构和算法

    7-4 学生成绩排序 (15分)

    7-4 学生成绩排序 (15分) 输入格式: 输入一个正整数n(n<50),下面n行输入n个学生的信息,包括:学号、姓名、三门课程成绩(整数)。

    39010编辑于 2023-11-30
  • 来自专栏算法与数据结构

    PTA 7-4 排座位(25 分)

    7-4 排座位(25 分) 布置宴席最微妙的事情,就是给前来参宴的各位宾客安排座位。无论如何,总不能把两个死对头排到同一张宴会桌旁!

    1.6K90发布于 2017-12-29
  • 来自专栏脑机接口

    脑科学——揭露男女思考的区别

    洪兰教授:《脑科学—揭露男女思考的区别》 了解大脑,才能更好地处理家庭关系。 各位好!今天很高兴和大家分享我们在实验室里看到的男女大脑的不同所带来行为上的关系。

    97940编辑于 2023-02-14
  • 来自专栏用户1337634的专栏

    如何成为学霸 - 《考试脑科学

    今天在“得到”上听了一本书《考试脑科学》,其中有提到记忆的脑科学 高效记忆法 大脑一般只会把非常重要的信息保存在长期记忆中,其中跟生存相关的就属于这依赖,但是现代社会,学习的很多知识并不是生存相关

    40210发布于 2021-07-14
  • 来自专栏腾讯研究院的专栏

    脑科学发展的助推器

    文章内容 脑科学发展的助推器 文/Richard Restak 译/丁康吉等 到了2058年,新技术的发展将成为脑科学引起的行为和生活方式变化的驱动力。 image.png 2058年的世界,脑科学应用的进步也不会仅局限在生物学领域。神经弥补学(脑和机器的对接)将会使寻回失去的视觉和听力成为可能。这个突破,是从21世纪初开始的实验研究的巅峰。 ·脑科学将会对我们长期以来存在争议的、对社会和伦理学问题的理解产生巨大的贡献,这些问题的范围从复杂的(“为什么不论社会成员的财富与教育程度如何,战争在人类历史上始终是每个文明不可避免的疾病”),到相对不重要的 到2058年,脑科学在我们日常生活中的应用将如此广泛而富有影响。从小学低年级开始,关于脑部的教学将变成学校课程的一个常规部分。

    77270发布于 2018-01-19
  • 来自专栏freesan44

    PTA 7-4 素数等差数列 (20 分)

    2004 年,陶哲轩(Terence Tao)和本·格林(Ben Green)证明了:对于任意大的 n,均存在 n 项全由素数组成的等差数列。例如 { 7,37,67,97,127,157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。

    36700发布于 2021-09-10
  • 来自专栏AiCharm

    Brain-Inspired-AI系列——AI+脑科学:人工智能与脑科学相互促进的作用

    反过来,AI技术也在深刻改变着脑科学的研究方法。在“观测脑”手段不断变革的基础上,AI技术为脑科学提供了越来越强大的分析、展示和科学发现手段。 此次“AI+脑科学”Webinar将汇集脑科学家和AI技术专家,从“Brain Science for AI”和“AI for BrainScience”两个视角进行前沿讨论,以期能碰撞出创新的思想之火花 所以,借助脑科学确实能够提升AI网络的效率。 如果想把AI和脑科学连在一起,需要几乎双倍的专业知识。 唐华锦:浙江大学新招的人工智能专业本科生,其专业设置了AI+脑科学的交叉课程,在推动培养新一代的AI+脑科学方面的交叉人才上已经在布局,相信清华、北大也有类似课程的设计。

    1.3K10编辑于 2025-03-19
  • 来自专栏强化学习专栏

    脑科学与类脑智能研究

    文章分类在知识拓展笔记专栏: 学习摘录和笔记(3)---《脑科学与类脑智能研究》 脑科学与类脑智能研究 蒲慕明院士指出:下一代人工智能的一个很重要的发展方向就是,脑启发的新型人工智能。 我们国家在未来 10 年将启动的重大项目叫做脑科学与类脑研究,整体框架为『一体两翼』,主体是脑认知功能的神经基础,做全脑神经连接图谱,两翼则是指研究内容分为脑重大疾病诊断和干预、脑机智能技术研发两个方向 参考:蒲慕明院士 《脑科学与类脑智能研究》 文章若有不当和不正确之处,还望理解与指出。由于部分文字、图片等来源于互联网,无法核实真实出处,如涉及相关争议,请联系博主删除。

    29710编辑于 2024-12-03
  • 来自专栏腾讯云服务器团队的专栏

    腾讯云 API 亮相国际科技创新博览会

    2021年12月2日至4日,由澳门科技总会主办的 BEYOND 国际科技创新博览会在澳门威尼斯人金光会展中心举行。

    1.2K40编辑于 2021-12-10
  • 来自专栏新智元

    汪小京:脑科学需要自己的牛顿

    我们知道,脑科学的实验技术日新月异,使我们不断收集到新的、海量的数据。那么面对这些数据,怎样才能有所发现呢? 也就是说, 发展脑科学的理论,是发展人工智能的基础。而基础研究有赖于我们的远见卓识和长期坚持。这正是为什么,脑科学需要自己的牛顿。 若社会意识到脑科学的重要,不仅政府应支持,企业、个人也应对其发展作贡献。 美国的脑计划,企业和个人慈善项目的支持十分可观。上面提到了工业界的IBM、谷歌、微软。 个人方面,微软创始人之一保罗·阿伦(Paul Allen)已从私人的财富中拿出十亿美元来支持脑科学的基础研究。 我们一定要在认知功能的神经网络机制方面下功夫,同时发展更好的学习方法,这个不仅对脑科学本身有重大意义,能让我们深刻理解基本认知功能的脑机制,而且能直接影响到人工智能的发展。

    1.8K50发布于 2018-03-13
  • 来自专栏云上修行

    脑科学视角:记忆形成的完整过程

    这就是大脑记忆形成的完整过程——从瞬间的感觉输入到可能伴随一生的稳固记忆,每一步都是精密的神经科学奇迹!

    79710编辑于 2025-11-20
  • 来自专栏freesan44

    PTA 7-4 最近的斐波那契数 (20 分)

    =1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。

    45010发布于 2021-09-10
  • 来自专栏刷题笔记

    【2020HBU天梯赛训练】7-4 稳赢

    7-4 稳赢 大家应该都会玩“锤子剪刀布”的游戏:两人同时给出手势,胜负规则如图所示: ? 现要求你编写一个稳赢不输的程序,根据对方的出招,给出对应的赢招。但是!

    49710发布于 2020-06-23
  • 来自专栏freesan44

    PTA 7-4 最近的斐波那契数 (20 分)

    =1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。

    56910编辑于 2021-12-06
  • 来自专栏计算机视觉战队

    神经网络机制中的脑科学原理

    类脑计算是生命科学,特别是脑科学与信息技术的高度交叉和融合,其技术内涵包括对于大脑信息处理原理的深入理解,在此基础上开发新型的处理器、算法和系统集成架构,并将其运用于新一代人工智能、大数据处理、人机交互等广泛的领域 总结而言,类脑计算是融合了脑科学与计算机科学、 信息科学和人工智能 等领域的交叉学科,我们有理由期待这一领域的研究将在不久的将来带来更多的令人瞩目的成就,推动智能技术向通用的人类水平的智能,即强人工智能的目标逐渐逼近

    1K70发布于 2018-04-17
  • 来自专栏AI研习社

    【Hinton】1.2 神经网络机制中的脑科学原理

    作为 AI 从业者,想必你和小编一样都有过类似的经历。 下定决心想要钻研机器学习类的课程,不仅要搞定学术理论,还得应对英语所带来的难题。 为了让广大 AI 青年们不再为英语所累,快速进入学习状态,雷锋网旗下 “AI 研习社” 推出了深度学习大牛 Geoffrey Hinton 的《Neutral Network for Machine Learning》中文系列视频课程。本次课程来源于 Hinton 2012 年在多伦多大学的授课实录,适合于对 Machine Learning 有一定基础的同学来进一步学习

    704150发布于 2018-03-29
领券