DZNE 团队

可在数据限制下训练高维因果结构，德国DZNE团队提出一种深度神经架构

编辑 | 萝卜皮因果学习是科学人工智能的一个关键挑战，因为它使研究人员能够超越纯粹的相关或预测分析，学习潜在的因果关系，这对于科学理解以及广泛的下游任务非常重要。受新兴生物医学问题的启发，德国神经退行性疾病中心（German Center for Neurodegenerative Diseases，DZNE）的研究人员提出了一种深度神经架构，用于从高维数据和先验因果知识的组合中学习变量之间的因果关系。该团队将卷积神经网络和图神经网络结合在因果风险框架内，提供了一种在高维、噪声和数据限制条件下明显有效的方法，这些条

11/21/2023 2:46:00 PM

ScienceAI

资讯热榜

DeepSeek R1-0528震撼发布:免费128K上下文，性能直逼OpenAI o3! 华为推出昇腾超节点技术，成功实现业界最大规模 384 卡高速总线互联字节发布图像Agent“小云雀AI” 打造一键爆款创作神器 Youware重磅更新：MCP加持一键生成复杂网页，AI建站进入新时代！小米多模态大模型Xiaomi MiMo-VL开源早报速读！2025年5月最新AI视频产品评测＆优秀案例实测 Google Veo 3：AI 视频终于能开口“说话”了（附白嫖攻略+提示词技巧）被困在 4GB 内存里的 Llama 3.2：AI 在树莓派中上演“死亡循环”

标签云

人工智能 AI OpenAI AIGC ChatGPT 模型 DeepSeek AI绘画机器人数据谷歌大模型 Midjourney 用户智能开源微软 GPT 学习 Meta 图像技术 AI创作 Gemini 论文马斯克 Stable Diffusion 算法代码芯片英伟达生成式蛋白质开发者 Anthropic 腾讯研究神经网络 3D 计算生成 Sora 机器学习 AI设计 AI for Science 苹果 GPU 训练 AI视频华为 Claude 搜索场景人形机器人百度智能体 xAI 预测伟达大语言模型深度学习 Transformer 字节跳动模态 LLaMA 文本具身智能神器推荐 Copilot 视觉驾驶 API 应用 Agent 算力大型语言模型工具安全干货合集视频生成