摘要： 一、介绍 是人脸识别中常用传统机器学习方法，由Eric Xing在NIPS 2002提出。根据不同的任务来自主学习出针对某个特定任务的度量距离函数。通过计算两张图片之间的相似度，使得输入图片被归入到相似度大的图片类别中去。Metric Learning作为经典识别网络的替代方案，可以很好地适应某些特 阅读全文

摘要： 我们不断追求机器有更高的智能，尽管我们不知道智能的本质究竟是什么，只是希望机器的表现越来越像人类，成为我们的助手甚至是朋友。《黑镜》里把新一代人工智能设备包装成我们最好的朋友就是我们自己，它可以不断学习我们本身的特点。书里对于镜子系统的设定是一台架在眼镜上的摄像头，一块穿戴手环，一只收音麦克，一块单 阅读全文

摘要： 译者序 脑科学从科学问题变成了哲学问题：人和动物的大脑有区别吗？大脑是不是自然界普遍存在的物理规律的缩影？意识是只有大脑才能体会的特殊现象，还是可以测量的自然规则？智能只是大脑功能的体现，还是和蕴藏在自然界、生态界的网络连接无异（凯文凯利）？ 前言 人类大脑包含至少900亿个神经元，每个神经元都是复 阅读全文

摘要： 摘要：传统上，信息融合系统假定信息是通过专有的通信网络从已知的传感器收集的，并使用固定的信息融合规则和指定的计算资源和通信资源实现融合。无线传感器网络、支持TEDS(传感器电子数据表)的传统传感器、普适计算设备和IP下一代通用网络等新兴技术正在挑战传统信息融合系统的基本原理。Tae技术已经成熟到可以 阅读全文

摘要： 一、引子 一种迭代算法，1977年由Dempster等人提出，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。每次迭代由两部分构成，E步求期望，M步求极大，称为期望极大算法。 概率模型有时既含有观测变量，又含有隐变量。如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估 阅读全文

摘要： 百度百科： 数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估。包括对各种信息源给出的有用信息的采集、传输、综合、过滤、相关及合成，以便辅助人们进行态势/环境判定、规划、探测、验证、诊断。 信息融合的基本原理是：充分利用传感器资源．通过对各种 阅读全文

摘要： 一、朴素贝叶斯法 朴素贝叶斯naive bayes是基于贝叶斯定力与特征条件独立假设的分类方法，与贝叶斯估计是不同的概念。 对于给定的训练数据集，基于特征条件独立假设学习输入输出的联合概率分布，然后基于此模型，对给定的输入x，利用贝叶斯定力求出后验概率最大的输出y。 先验概率分布P(Y=ck)，条件 阅读全文

摘要： 蒙特卡洛法是通过从概率模型的随机抽样进行近似数值计算的方法。比如从样本得到经验分布，从而估计总体分布；从样本计算样本均值，估计总体期望。 马尔科夫链蒙特卡洛法MCMC是以马尔科夫链为概率模型，使用平稳分布的样本进行数值近似计算。 统计学和机器学习的目的是基于数据对概率分布的特征进行推断，蒙特卡洛法通 阅读全文

摘要： 摘要：人类能从少量样本中学习新的概念且不会忘记以前的类别，为实现这一目标，作者提出：1、扩展一个具有注意力的目标识别系统，这种注意力来源于少样本分类权重生成器；2、重新设计卷积网络模型的分类器，作为特征表示和分类器权重向量之间的余弦相似函数。除了统一对新类和旧类的识别外，还能对新类进行更好概括的特征 阅读全文

摘要： 摘要：人工智能一个主要开放问题是增量学习系统的开发，随着时间的推移，从数据流中学习越来越多的概念。这里引入一种新的策略iCaRL,以类增量的方式进行学习：开始只有少量的类，逐步添加新的类。iCaRL同时学习强分类器和数据表示。过去的工作受限于固定数据的表示，因此与深度学习架构不兼容。 一、介绍 视觉 阅读全文