- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技评论
IEEE AIs 10 to Watch 2022 提名申请
作者丨庞观松 新加坡管理大学计算机与信息系统学院 IEEE “AI' 10 To Watch”Award是由IEEE最早建立的AI期刊IEEE Intelligent Systems面向全球，每两年评选一次的奖项，旨在选出最有潜力的10位年轻而有抱负的AI科学家。今年的提名已经开始在全球范围征集。 “AI' 10 To Watch”从2006年开始，到现在已经进行了7次评选。很多获奖者现在已经成为活跃在AI各个领域的著名、领军学者，其中不乏华人学者，比如2011年获奖者哈佛大学Gordon McKay冠名
78740编辑于 2022-07-06 - 来自专栏涛的程序人生
HackRF-AIS信号的采集与解调
目录 AIS信号采集与解调 1、硬件设备 2、系统准备 3、软件准备 4、进行实验（需要去有船只经过的江边才能采集到信号，本次实验于重庆长江边进行） 5、AIS信息解译 6、AIS解调后数据源可去以下连接获取 3、软件准备 本次AIS信号的采集和解调使用开源软件gr-ais(在原有开源项目的基础上增加了保存IQ文件的功能，并将GNURadio的版本提升到了3.8)来进行，软件的下载地址和使用方法如下： # Ubuntu 操作系统 git clone https://github.com/Scorpio69t/gr-ais.git cd gr-ais mkdir build && cd build AIS协议数据 #上一步采集信号存储的IQ文件也可作为gr-ais的输入源进行解调 python3 ais_rx.exe -s test.raw 5、AIS信息解译 复制任意一条AIS信息到AIS 6、AIS解调后数据源可去以下连接获取 AIS数据 一共有1289条数据。
1.8K10编辑于 2021-12-06 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法入门--AIS学习笔记1
“参考文献 感谢以下论文和论文作者，各位专家教授 ^ _ ^ [1] 人工免疫优化与分类算法及其应用研究 -王炼红 人工免疫算法和遗传算法的区别 免疫算法和进化计算都采用群体搜索策略，并且强调群体中个体间的信息交换，因此有许多相似之处。首先在算法结构上，都要经过"初始种群产生一评价标准计算一种群间个体信息交换一新种群产生"这一循环过程，最终以较大概率获得问题的最优解；其次在功能上，二者本质具有并行性，在搜索中不易陷入极小值，都有与其它智能策略结合的固有优势；最后，在主要算子应用上也基本相同。但是，他们之间
80310发布于 2020-08-14 - 来自专栏腾讯高校合作
AIS 2021顶级论文报告会论文征集与听众报名通知
01 关于AIS 今年7月至8月，SIGIR、ACL和IJCAI三大国际顶级会议将陆续举行。 随着会议日期的临近，2021年三大会议论文预讲会，即AIS顶级论文报告会也即将举办。 02 会议简介 本届AIS顶级论文报告会与腾讯高校合作联合举办，会议预计将包含2021年三大顶级会议综述和研究趋势分析，以及各个热点Session的前沿论文报告。 请有意向参加线下会议者扫描“2021AIS听众信息收集”二维码填写相关资料。由于场地限制，参会者人数限制为300人，名额先到先得。 03 论文汇报者报名方式 ? 如果您有意向参加AIS 2021顶级论文报告会的线下会议，请您扫描上方二维码向我们提交您的相关信息，我们欢迎所有对三大顶级会议感兴趣的研究者参与到本次会议。 ?
1.2K90发布于 2021-05-12 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介HEIA--AIS学习笔记2
多目标优化 A Hybrid AIS for MOP “参考文献 A Hybrid Evolutionary Immune Algorithm for Multiobjective Optimization
53920发布于 2020-08-14 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介IMADE--AIS学习笔记5
AIS Artificial immune system (AIS) is a new type of computational system whichis inspired by the theoretical In recent years, AIS has received a significant amount of interestfrom researchers and industrial sponsors Jiao, Gong and Yanget al. proposed the multi-objective immune algorithms NNIA [19] and AHM [20].AIS has
48540发布于 2020-08-14 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介DMMO--AIS学习笔记3
Motivated by the promising performance of AIS in single-objective optimization problems, immune algorithms
73820发布于 2020-08-14 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介AIMA--AIS学习笔记7
Most multi-objective immune algorithms (MOIAs) adopt clonal selection to speed up convergence, as this operator only clones the best individuals during the search process. However, this approach somehow deteriorates the population diversity, which may cause a MOIA to be trapped in a local optimum and could also lead to premature convergence when tackling some complicated multiobjective optimization problems (MOPs). In order to overcome this problem, an adaptive immune-inspired multi-objective algorithm (AIMA) is presented in this paper, in which multiple differential evolution (DE) strategies having distinct advantages are embedded into a conventional MOIA. Our proposed approach strengthens the exploration capabilities of a MOIA while also improving its population diversity. At each generation, based on the current search stage, an adaptive selection method is designed to choose an appropriate DE strategy for evolution. The core idea is to effectively combine the advantages of three DE strategies when solving different MOPs. A number of comparative experiments are conducted on the well-known and frequently- used WFG and DTLZ test problems. Our experimental results validate the superiority of our proposed AIMA, as it performs better than some state-of-the-art multi-objective opti- mization algorithms and some state-of-the-art MOIAs.
66720发布于 2020-08-14 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介MOIA-DPS--AIS学习笔记4
多目标优化 A MOIA with dynamic population strategy “参考文献 A multi-objective immune algorithm with dynamic population strategy, Swarm and Evolutionary Computation 50 (2019) 100477 摘要 In this paper, we propose a multi-objective immune algorithm with dynamic popul
55210发布于 2020-08-14 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介AU-DHEIA--AIS学习笔记6
多目标优化 An adaptive hybrid MOIA based on uniform distribution selection “参考文献 An adaptive hybrid evolutionary immune multi-objective algorithm based on uniform distribution selection,Information Sciences 512 (2020) 446–470 摘要 In general, for the iteration p
42830发布于 2020-08-14 - 来自专栏人工智能与演化计算成长与进阶
不完全免疫算法简介MOIA-DCSS--AIS学习笔记8
However, when solving some complicated MOPs (e.g., the UF test problems [30] and F test problems [32]), this kind of clonal selection operator based on the crowding distance metric is not so effective due to the complicated PSs and PFs. Therefore, this paper presents a novel MOIA with a clonal selection strategy based on decomposition approach (MOIA-DCSS), which is expected to have a stronger exploration capability on tackling these complicated MOPs.
63530发布于 2020-08-14 - 来自专栏单细胞天地
肺癌四阶段：AAH-AIS-MIA-IA的单细胞图谱
COMMUNICATIONS DOI(url): https://doi.org/10.1038/s41467-021-26770-2 文献概述 本文研究对四个组织学阶段（非典型腺瘤性增生 (AAH)、原位腺癌 (AIS
2.1K41编辑于 2021-12-28 - 来自专栏数据猿
移动运营商AIS泄漏了83亿条用户数据 容量约4.7 TB
· 改变商业 ---- 数据猿报道 安全研究人员贾斯汀·潘恩(Justin Paine)在一篇文章中表明自己发现了一个公开的ElasticSearch数据库，而该数据背后直指泰国一家移动网络运营商分部AIS 目前AIS已将暴露在网络上的数据库脱机。 此次数据泄露事件波及数百万名用户，数据记录达83亿条，容量约为4.7 TB，每 24 小时增加 2 亿记录。 据悉在5月13日的时候，Paine曾向AIS发出过开放数据库的警告。 但是过去了一个星期后仍然没有收到回复后，随后Paine才报告给了泰国国家计算机紧急应急小组ThaiCERT，之后ThaiCERT联系了AIS公司关于这个数据库泄露事件，AIS才关闭数据库，停止其他用户的任意访问权限 AIS 是泰国最大的GSM移动运营商，用户约有4000万。此次可公开访问的数据库由其子公司 Advanced Wireless Network (AWN)控制。
84540发布于 2020-06-01 - 来自专栏全栈程序员必看
pfx证书获取私钥「建议收藏」
; } ByteArrayInputStream bis = new ByteArrayInputStream(data); ais = new ASN1InputStream(bis); PKCS12_SM2 sm2Pfx = PKCS12_SM2.getInstance(ais.readObject()) = null) { try { ais.close(); } catch (IOException = new ASN1InputStream(bis); PKCS12_SM2 object = PKCS12_SM2.getInstance(ais.readObject()) = null) { try { ais.close(); } catch (IOException
1.3K20编辑于 2022-08-27 - 来自专栏DrugOne
使用单一智能手机照片进行分类和监测青少年特发性脊柱侧凸的深度学习模型
AIS的严重程度分为3类：无或轻度AIS，Cobb角度20°或更低；中度AIS，Cobb角度20°到40°；重度AIS，Cobb角度大于40°。治疗计划建议基于严重程度分类绘制。 通过放射图像由脊柱外科医生对cohort 1的参与者进行分类，其中555名参与者（31.2%）被分类为没有或轻度AIS，1055名参与者（59.3%）被分类为中度AIS，170名参与者（9.6%）被分类为重度 AIS。 对于cohort 2，97名参与者（25.7%）被分类为没有或轻度AIS，195名参与者（51.6%）被分类为中度AIS，86名参与者（22.7%）被分类为重度AIS。 在前瞻性测试中，模型对无或轻度AIS（即无干预）的预测AUC为0.839（95%置信区间[CI]，0.789-0.882），对严重AIS（即考虑手术）的预测AUC为0.902（95%CI，0.859-0.936
43220编辑于 2023-11-06 - 来自专栏新智元
【干货】苹果 AI 负责人 Russ Salakhutdinov 最新演讲：深度生成模型定量评估（56 PPT）
本讲结构： 概要 退火重要性采样（AIS） 用于无向图模型的反向 AIS Estimator 评估 directed，decoder-based 生成模型 无监督学习→ 非概率模型、概率（生成）模型 在验证集上比较 P(x)：P(x) = f(x) / Z 我们需要得到分配函数 Z 的估值 简单重要性采样 退火重要性采样 退火重要性采样的运行 AIS 是重要性采样 具有几何平均值的RBM 用 Reverse AIS Estimator（RAISE） MNIST 在 MNIST 上训练有 500 个隐藏单元的 RBM 初始分布均匀 Omniglot 数据集 在 Omniglot 上训练有 退火重要性采样（AIS） AIS：通过引入一个中间分布序列来弥补先验和后验之间的差距。 两个架构，三个模型：VAE、GAN、GMMN AIS 的验证：KDE vs. AIS 在模拟数据上的结果（KDE 使用100万样本） MNIST 结果 VAE 得到的对数似然性比 GAN 或 GMMN 更高。
1.4K60发布于 2018-03-27 - 来自专栏大数据文摘
泰国最大蜂窝网络AIS数据库脱机，八十多亿实时互联网记录泄漏
近日，泰国最大的蜂窝网络AIS被指使数据库脱机，数十亿实时互联网记录遭到泄漏，涉及到数百万泰国互联网用户，80多亿互联网记录。 在确认泄漏事件后，Paine于5月13日向AIS提交了通知，但一周后仍然没有回音，随后，Paine便向泰国国家计算机紧急响应小组ThaiCERT报告了这一安全漏洞，该小组立即与AIS取得了联系，正在针对这一事件进行调查 AIS发言人Sudaporn Watcharanisakorn确认AIS对数据的所有权，并对此次安全漏洞道歉，“我们可以确定，在五月份的预定测试中，在有限的时间内公开了少量非个人，非关键的信息”，“所有数据均与互联网使用模式有关
70430发布于 2020-06-01 - 来自专栏腾讯高校合作
2021AIS(ACL-IJCAI-SIGIR)顶级会议论文报告会在京成功举办
AIS顶级会议论文报告会自2017年起已连续举办五届，会议是由中国中文信息学会青年工作委员会主办的系列学术活动，该活动邀请被三大顶级国际会议录用的文章作者进行报告交流，将三大会议的精彩内容融为一体，为国内学者和研究人员提供更快速 Poster展示环节 本次AIS2021论文报告会圆满结束！ 感谢所有的嘉宾、主持人和论文讲者及所有的参会学者；同时感谢组委会及所有的会议志愿者，对本次学术会议的成功举办所做的大量筹备、保障工作；感谢合作伙伴腾讯高校合作对AIS的支持。
1.9K20发布于 2021-06-03 - 来自专栏简说基因
跟着SCI学转录组分析|整合全外显子组和转录组测序揭示磨玻璃结节型肺腺癌从癌前病变到浸润癌的动态演变
随着肺癌筛查普及和高分辨率 CT 应用，肺部磨玻璃结节（GGNs）检出率大幅增加，其中包含大量原位腺癌（AIS）、微浸润腺癌（MIA）和早期浸润性腺癌（IAC）。 基因富集分析 对SMGs进行富集分析，GO富集分析显示AIS的生物学过程与MIA和IAC完全不同；KEGG富集分析表明AIS的SMGs主要富集在间隙连接、磷脂酶D信号通路等，而MIA和IAC主要富集在粘着斑和 MAPK信号通路；Reactome富集分析显示AIS与MIA、IAC的SMGs富集信号通路不同（图3A - C）。 节点表示蛋白质，边表示相互作用 为深入了解LUAD进展的动态机制，进行STEM分析，发现有539个基因在AIS、MIA和IAC中逐渐增加（图6A）。 最终确定63个在AIS、MIA和IAC中逐渐增加的基因，强调其在从AIS到IAC动态演变中的重要性（图6D）。 图6 恶性转化中上调的DEGs及相关生物学过程注：(A) STEM分析的DEGs趋势图。
55310编辑于 2025-03-27 - 来自专栏全栈程序员必看
matlab做kmo检验的代码,急求 KMO测度和Bartlett 的球形度检验的计算原公式[通俗易懂]
.^-1))); %将iX的对角线的元素取倒数，其余元素都变为0，得到矩阵S2 AIS = S2*iX*S2; %anti-image covariance matrix，即AIS是反映像协方差矩阵 IS = X+AIS-2*S2; %image covariance matrix，即IS是映像协方差矩阵 Dai = diag(diag(sqrt(AIS))); %就是将矩阵AIS对角线上的元素开平方 ，并且将其余元素都变成0，得到矩阵Dai IR = inv(Dai)*IS*inv(Dai); %image correlation matrix，即IR是映像相关矩阵 AIR = inv(Dai)*AIS
1.8K20编辑于 2022-09-07
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