武汉大学化学与分子科学学院雷爱义教授

最新推荐文章于 2024-07-22 20:37:08 发布
最新推荐文章于 2024-07-22 20:37:08 发布
阅读量128 收藏
点赞数 3
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ATINER/article/details/139213183
版权

国务院政府特殊津贴专家(2020)，第四届Yoshida Prize(吉田奖，2019)，国家“万人计划”科技创新领军人才(2017)，国家中青年科技创新领军人才(2015)，英国皇家化学学会会士(2015)，长江学者特聘教授(2014)，国家杰出青年科学基金(2010)。

1991.09-1995.07    淮北煤炭师范学院(现淮北师范大学)化学系   大学本科

1995.09-2000.07    中国科学院上海有机化学研究所    博士研究生

2000.08-2003.02   美国宾夕法尼亚州立大学化学系   博士后

2003.03-2005.02   美国斯坦福大学化学系   研究助理

2005.03-至今        武汉大学化学与分子科学学院   教授

2014.07-至今        武汉大学高等研究院   副院长

ATINER
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【深度学习】PyTorch框架(6)：GNN图神经网络理论和实践
MUKAMO的博客
07-19 1006
本文深入探讨了神经网络在图结构数据处理中的应用，介绍了图的邻接矩阵和边列表表示方法，以及图卷积网络（GCN）和图注意力网络（GAT）的实现。实践表明，图信息对提升预测模型性能至关重要，GNNs在社交网络、生物信息学、交通优化和推荐系统等领域具有巨大潜力，未来在AI领域将扮演更重要角色。
2024年7月16日~2024年7月22日周报
最新发布
m0_53096519的博客
07-22 736
本周完成论文初稿、5000小实验以及数据训练方式初了解。
GPU算力：驱动现代计算的引擎
UnityBoy的博客
07-22 229
在当今的计算密集型应用中，GPU（图形处理单元）算力已成为推动科学计算、人工智能、数据分析等领域发展的关键因素。GPU最初设计用于处理复杂的图形和图像任务，但随着技术的进步，它们已经演变为通用并行计算的强有力工具。本文将探讨GPU算力的基本概念、重要性、应用场景以及如何充分利用GPU算力。
python训练模型报错：BrokenPipeError: [Errno 32] Broken pipe
Dxy1239310216的博客
07-18 519
如果问题持续存在，并且你的项目不是必须在 Windows 上运行，考虑在 Unix/Linux 系统上运行你的代码。确保在数据加载器中使用的任何自定义函数或类都是可序列化的，因为多进程需要能够在不同进程间传递它们。进行多进程数据加载时尤其常见，尤其是在 Windows 系统上，因为 Windows 对多进程的支持与 Unix/Linux 系统有所不同。有时候，错误可能是由其他部分的代码引起的，而不是直接由数据加载器引起。如果问题依然存在，你可能需要更详细地检查你的代码或寻求更专业的帮助。
ChaosMeta for AI：混沌工程让AI稳定性更上一层楼
samson
07-18 685
混沌工程的核心思想是“通过在真实环境中引入故障，评估和提升系统的稳定性”。在实际应用中，这意味着通过故意制造各种错误和故障，观察系统的表现，从而找出和修复系统的脆弱点。随着AI系统逐渐成为现代技术的支柱，混沌工程的应用范围也在不断扩展。输出内容：模拟历史已发生的故障，如输出乱码，通过注入代码篡改故障，检验系统的容错能力，确保终端用户看到的是稳定可用的内容。任意代码篡改：模拟意外代码修改对输出的影响。输入内容：通过对抗性样本测试，确保模型的合规合法，符合伦理道德标准。
大模型面经
weixin_43744732的博客
07-19 1170
大模型，面试，八股文
嵌入式人工智能（13-基于树莓派4B的指纹识别-AS608）
u010152658的博客
07-20 959
AS608的接线头有防呆口，插上即可，只用到4根线，VCC接USBToTTL的VCC（注意这里要接3.3V，否则容易损坏，将黄色的跳线帽连接5V与VCC引脚，AS608插到3.3上面），AS608的GND接USBToTTL的GND，AS608的TX接USBToTTL的RXD，AS608的RX接USBToTTL的TXD。每个人的指纹纹路都是独一无二的，通过将指纹与事先存储的指纹数据库进行比对，可以确定是否为同一人。(2)高像素：采用高像素的光学传感器，能够捕捉到丰富的指纹信息，提高指纹识别的精确度。
大模型日报 2024-07-20
weixin_40262196的博客
07-21 496
OpenAI发布了针对应用开发者的GPT-4o mini模型，取代了旧版的GPT-3.5模型。: 研究开发了一个基于游戏Baba Is You的新基准，测试了三种多模态大型语言模型，发现它们在需要操控和组合游戏规则时表现不佳。: 谷歌AI发布了一篇关于FLAMe的论文，这是一种基础大型自动评估模型，旨在为复杂多样的大型语言模型提供可靠且高效的评估方法。: 研究表明，通过Prover-Verifier游戏训练算法，提升了大语言模型在解决数学问题时的输出可读性和人类验证准确率。
定制化智能：Mojo模型与自定义损失函数的深度融合
2401_85439108的博客
07-22 302
Mojo模型通常指的是H2O.ai的机器学习平台中的模型导出功能，它允许将训练好的模型转换为一个轻量级的Java模型，方便在生产环境中部署和使用。Mojo模型通常包括模型的参数、结构和预处理步骤。自定义损失函数允许开发者根据特定问题的需求，设计出更适合问题的损失函数，从而提高模型的预测准确性和泛化能力。在某些复杂的机器学习问题中，如不平衡数据集或具有特定业务目标的场景，自定义损失函数显得尤为重要。
基于深度学习的故障检测
weixin_42605076的博客
07-20 891
基于深度学习的故障检测是一项利用深度学习技术对设备、系统和结构的运行数据进行分析，以检测、识别和预测潜在故障的技术。其应用范围广泛，包括工业设备监控、制造系统故障检测、交通系统安全监测等。
(ICLR-2024)SDXL：改进高分辨率图像合成的潜在扩散模型
顾道长生的科研笔记
07-22 417
我们提出了 SDXL，一种用于文本到图像合成的潜在扩散模型。与之前版本的 Stable Diffusion 相比，SDXL 利用了三倍大的 UNet 主干：模型参数的增加主要是由于更多的注意力块和更大的交叉注意力上下文，因为 SDXL 使用第二的文本编码器。我们设计了多种新颖的条件方案并在多种纵横比上训练 SDXL。我们还引入了一个细化模型，该模型用于提高使用事后图像到图像技术由 SDXL 生成的样本的视觉保真度。
机器学习数据集的一致性表现在哪些方面-九五小庞
qq_37241964的博客
07-19 371
总结而言，确保数据集的一致性是提高模型效果和泛化能力的关键。通过综合检查特征分布、数据规律、时间因素、分布式环境和神经网络特征表达的一致性，可以全面评估和保障数据集的一致性。这不仅有助于提升模型的性能，也为后续的特征工程和模型优化提供了坚实的基础。
YoloV8改进策略：卷积篇|Kan行天下之ReluKan
m0_47867638的博客
07-20 369
本文介绍了一种名为ReLU-KAN的新型架构，该架构使用新型基础函数替换了KAN中的B样条。此外，ReLU-KAN实现了全矩阵运算，显著提高了训练速度。实验结果表明，ReLU-KAN在训练速度、拟合能力和稳定性方面均优于KAN。在未来的工作中，我们计划将ReLU-KAN应用于卷积和Transformer架构中，以研究其在不牺牲模型性能的情况下减少参数的潜力。
上海昇腾AI训练营笔记
嵌入式点灯砖家的博客
07-18 1006
Ascend C系列AI处理器适用于计算力需求较低的场景，如智能监控、边缘计算等。提供多种精简模式和高性能模式，满足不同应用场景下的性能要求。支持全场景覆盖，既可以部署在云端也可以部署在端侧。
PyTorch 深度学习实践-卷积神经网络基础篇
m0_52695557的博客
07-18 1178
(batch, 1, 28, 28) ->卷积(1, 10, 5)->(10, 24, 24) ->下采样2->(10, 12, 12)->卷积(10, 20, 5)->(20, 8, 8)->下采样2->(20, 4, 4)->卷积(20, 10, 5, padding=2) ->(10, 4 ,4)->下采样(10,2,2)摊平view(batch_size, -1)->l1(40, 32)->l2(32, 16)->l3(16, 10)卷积层用三个，relu三个，池化三个，线性层三个，对比性能。
《电脑知识与技术》是什么级别的期刊？是正规期刊？能评职称吗？
2301_81053900的博客
07-18 599
是一本面向计算机全行业的综合性学术刊物。编委委员均来自国内各著名高校的教授和博士生导师，他们是我国计算机科学领域方面的专家、学者和权威人士；主要面向高等院校、各公共图书馆、情报所（室）、研究所以及厂矿的科技工作者、科学研究人员、广大教师、研究生、博士生。7、来稿请注明姓名、性别、籍贯、出生年月、学历、职称、工作单位、联系电话、详细邮寄地址。10、若不能被录用，恕不退稿，请作者自留底稿，不同意上述稿件处理方式的作者请转投他刊。3、题目下面均应写作者姓名、单位名称、所在城市、邮编，多位作者分别列出上述信息。
生成式 AI 的发展方向，是 Chat 还是 Agent？
21空间的博客
07-18 655
Agent将实现更高级别的自主决策和任务执行能力，具备更强的环境感知和自适应能力，并确保在复杂任务中的安全性和可靠性。2.上下文理解：使用长短期记忆（LSTM）、门控循环单元（GRU）、BERT、GPT等模型来理解和生成上下文相关的对话。3.多轮对话：利用对话状态跟踪（DST）和对话管理（DM）技术，实现多轮对话的逻辑和流畅性。5.多模态交互：集成语音识别、语音合成、图像识别等技术，实现文本、语音、图像的综合处理。3. 环境感知：利用传感器融合、计算机视觉、环境建模等，实现对环境的全面感知和理解。
如何避免推荐系统中的雪崩效应？
xixixixixixixi21的博客
07-19 313
为了避免推荐系统中的“雪崩效应”，也称为热点商品（或冷启动）问题，可以采取以下几种策略：多样性推荐：除了基于流行度的推荐外，还结合用户的兴趣偏好、新颖度或其他个性化因素，生成多样化的推荐列表，避免所有用户都集中关注少数几个热门商品。缓存策略：对热门商品推荐结果做持久化存储，当有大量用户同时访问时，可以直接从缓存获取，减轻后端压力。预测模型：使用机器学习算法（如时间序列分析或协同过滤）预测商品未来的热度，提前分配资源，防止临时的突然爆发。
世界启动Ⅷ--AI视频制作-方案与创新
RamendeusStudio的博客
07-20 1311
——Transformer架构不仅能看得见，而且能听得着Google近期发布了一个专注于视频生成的VideoPoet，能够一站式生成视频、音频、支持更长的视频生成，还对现有视频生成中比较普遍动作一致性提供了很好的解决方案，尤其是大范围 motion 的连贯性。通俗地解释扩散模型的工作方式有点像雕刻家，从一块粗糙的石头（或者在我们的例子中是一张模糊、无序的图像）开始，逐渐细化和调整，直到形成一个精细的雕塑（即清晰、有意义的图像）。相比于扩散模型，需要更多的模型参数，对计算资源和数据集的需求相对更高。
武汉工程大学计算机科学与工程学院图书管理课程设计报告
5. **教学管理**：此表格是武汉工程大学计算机科学与工程学院的标准格式，但各教研室可以根据具体课程需求进行微调，但需上报学院批准。对于平时表现成绩低于6分的学生，其综合设计成绩会被判定为不及格，强调了在...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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