最新最全论文合集——自动机器学习在计算机视觉中的应用

515 篇文章 52 订阅
417 篇文章 19 订阅
谷歌Brain团队利用强化学习开发了AutoML,该系统能够自动设计机器学习模型,如NASNet,它在ImageNet和COCO数据集上的表现超越了其他视觉系统。AutoML通过数千次迭代优化子AI网络,实现自我提升。
摘要由CSDN通过智能技术生成

AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

必读论文:https://www.aminer.cn/topic

论文集地址:https://www.aminer.cn/topic/6069709c92c7f9be21655253

2017年5月,Google Brain的研究人员宣布创建AutoML–一种能够让AI生成AI的人工智能。最近,他们决定向AutoML提出迄今为止最大的挑战,使得AI可以自己“孕育”AI,创建了一个超过所有人类智慧的“孩子”。Google的研究人员使用一种称为强化学习的方法来自动设计机器学习模型。AutoML充当一个神经网络控制器,为特定任务开发一个子AI网络。对于研究人员称为NASNet的这个特殊的儿童AI来说,这个任务是实时地在视频中识别物体:人,汽车,交通信号灯,手袋,背包等等。AutoML将评估NASNet的性能,并使用这些信息来改善其子AI,重复这个过程数千次。在Google研究人员称为“计算机视觉领域最受尊敬的两个大型学术数据集”的ImageNet图像分类和COCO目标检测数据集上进行测试时,NASNet胜过了所有其他计算机视觉系统。

该论文集共收录25篇论文,引用最多的论文为Progressive Neural Architecture Search,引用数为977。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

AMiner,一个具有认知智能的学术搜索引擎:https://www.aminer.cn

#AMiner# #论文#

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值