Публикации по теме 'deep-learning'
Состояние исследований детекторов гамма-излучения, часть 2 (Космология + физика элементарных частиц)
Детектор гамма-излучения и моделирование проекта миссии (arXiv)
Автор: Эрик А. Чарльз , Хенрике Флейшхак , Клио Слейтор .
Аннотация: Детекторы для гамма-астрономии сложны: они часто включают в себя несколько подсистем и используют новые и/или специально разработанные компоненты детектора и считывающую электронику. Гамма-лучи обычно не обнаруживаются напрямую: наземные детекторы измеряют обширные воздушные ливни заряженных частиц, инициированные космическими гамма-лучами, и даже..
Создание псевдо-лидара с помощью камер и глубокого обучения
LiDAR, или световое обнаружение и определение дальности, - это популярный метод дистанционного зондирования, используемый для измерения точного расстояния до объекта. Они могут генерировать точную трехмерную информацию об объектах вокруг него.
Как видите, LiDARS создает очень точную трехмерную карту мира вокруг себя. Эта карта визуализируется в виде облака точек . Облако точек состоит из координат точек в трехмерном пространстве по осям X, Y и Z. Эти точки, нанесенные в трехмерном..
Каково реальное значение «single(my_variable)»?
Мой скрипт считывает строковое значение «0.001044397222448» из файла, и после синтаксического анализа файла это значение оказывается с двойной точностью:
> format long
> value_double
value_double =
0.001044397222448
После того, как я преобразую это число в singe, используя value_float = single(value_double), значение будет таким:
> value_float
value_float =
0.0010444
Каково реальное значение этой переменной, которую я позже использую в своем Simulink моделировании..
Последствия вызова Meta для GPT-3 и Open AI.
Это имеет огромное значение для будущего машинного обучения.
Присоединяйтесь к более чем 31 000 людей, которые будут в курсе самых важных идей в области машинного обучения с помощью моего бесплатного информационного бюллетеня здесь
Meta AI недавно выпустил Open Pretrained Transformer (OPT-175B), языковую модель со 175 миллиардами параметров, обученную на «общедоступных наборах данных ». Хотя это может показаться еще одной крупной компанией, присоединившейся к войнам LLM, то, как..
Сила трансформеров: Путеводитель не инженера по сердцу ИИ
Хотя с появлением ИИ появилось много революционных технологий, одна из них выделяется: сети-трансформеры. Если вы восхищались текстом, похожим на человеческий, сгенерированным такими языковыми моделями, как GPT-3 и GPT-4, вы видели Transformer в действии. Но что такое трансформер и почему он меняет правила игры? В этой статье мы разберем сложные концепции, лежащие в основе Трансформеров, чтобы сделать их понятными для не-инженеров. Мы изучим их компоненты, то, как они обрабатывают..
Использование пространств Гельфанда–Шилова для задач машинного обучения, часть 8
Эрмитовые разложения элементов обобщенного пространства Гельфанда-Шилова (arXiv)
Автор : З. Лозанов — Црвенкович , Д. Перишич
Аннотация: Охарактеризованы элементы обобщенных пространств Гельфанда Шилова через коэффициенты их разложения Фурье-Эрмита. Используемая нами методика может применяться как в квазианалитическом, так и в неквазианалитическом случае. Из характеризаций вытекают теоремы о ядре для двойственных пространств. В квантовой теории поля с фундаментальной длиной..
Как работает скорость звездообразования, часть 4 (Космология)
Рассеяние диска, формирование гигантских планет и колебания скорости звездообразования в последней трехмиллионной истории Пояса Гулда (arXiv)
Автор: Минчао Лю , Цзиньхуа Хэ , Цзисин Гэ , Тие Лю , Юпин Тан , Сючжи Ли .
Аннотация: Хотя эпизодическое звездообразование (SF) было предложено для близлежащих областей SF, панорамный обзор последней эпизодической истории SF в окрестностях Солнца все еще отсутствует. Путем равномерного ограничения наклона α инфракрасных спектральных..
