算法

Creator 面对面 | 几何深度学习的算法设计和数学理论

2016年，Yann LeCun 等人在《Geometric deep learning: going beyond Euclidean data》一文中提出几何深度学习这一概念。现今几何机器学习和基于图的机器学习已经是当前最热门的研究课题之一。

7/23/2022 5:39:00 PM

SOTA模型

ICML2022奖项公布：15篇杰出论文，复旦、厦大、上交大研究入选

ICML2022 共评选出 15 篇杰出论文和一篇时间检验奖论文。

7/21/2022 8:26:00 AM

机器之心

CVPR 2022 | 多机器人协同主动建图算法

本文是 CVPR 2022入选论文《Multi-Robot Active Mapping via Neural Bipartite Graph Matching》的解读。该论文由北京大学陈宝权研究团队与山东大学、腾讯AI Lab、清华大学、斯坦福大学合作，将传统方法与机器学习相结合，提出了多机器人协同主动建图算法 NeuralCoMapping，实现了室内场景完整地图的高效构建。实验证明，相比于其他多机协同建图算法，NeuralCoMapping 在时间效率上具有显著优势，而且在多种未知场景和不同数量机器人上表现出卓越的泛化能力。

7/18/2022 5:05:00 PM

北京大学前沿计算研究中心

墨芯首席科学家严恩勖：为什么说稀疏化是AI计算的未来

主讲人：严恩勖墨芯人工智能联合创始人 & 首席科学家卡内基梅隆大学机器学习博士神经网络动态稀疏算法发明者视频简介：10年前，AI计算优化大多着重在优化算法的计算复杂度上，近年来随着AI产业化，AI计算优化更多注重在硬件的算力提升上。当前，硬件所能带来的算力提升已逼近极限，AI优化计算的未来将是算法与硬件架构的协同优化，以及构建相应的软件生态。稀疏化计算，带来数量级的算力提升，将成为未来AI计算优化的领航者。视频内容：

7/18/2022 5:04:00 PM

墨芯人工智能

AAAI 2021 | 投票的平滑复杂度

本文是第三十五届人工智能大会（AAAI 2021）入选论文《The Smoothed Complexity of Computing Kemeny and Slater Rankings》的解读。

7/18/2022 5:02:00 PM

北京大学前沿计算研究中心

RoLAP 实验室｜基于凸凸凸的工业臂柔性规划系统

大界成立的RoLAP实验室（RoboticPlus Laboratory for Autonomy and Perception），由中科院博士后、加州理工物理学博士、大界首席科学家周诚喆领衔，聚集了一批专业的硕博团队，致力于研究工业机器人在智能制造场景下的视觉感知（眼）、运动规划（手）、场景理解（大脑）的协同闭环系统。本文将基于RoLAP实验室的研究成果，为各位读者深度解析机械臂运动规划的关键技术。一. 背景介绍随着科学技术的发展，机器人技术正在被广泛应用到各种结构化的场景，比如3C消费电子和汽车工厂等标准化制造

6/17/2022 2:39:00 PM

新闻助手

困扰行业的难题有解了！千寻位置率先推出电离层扰动解决方案

近期，在测量测绘、智能驾驶、无人机等高精度定位相关领域不免遇到类似问题：“无人机怎么无故就偏航了？”“为什么RTK终端在部分区域的空旷环境下，也出现浮动无法固定的情况？”随着太阳活动峰年的到来，电离层的活跃程度也在逐步加剧，受电离层活跃的干扰，出现定位精度不准甚至无法定位的情况。电离层干扰是困扰GNSS定位领域的世界级难题。千寻位置从无到有进行研发攻坚，基于独有的电离层大规模监测数据与算法验证，在业内率先推出包括算法优化、云端协同、电离层实时感知等在内的电离层扰动解决方案，保障用户在电离层活跃期间仍能得到精准、连续

6/2/2022 4:28:00 PM

新闻助手

时隔五年，普林斯顿大学经典书《在线凸优化导论》第二版发表

2016 年发表的《在线凸优化导论》第一版已成为领域内经典书籍。

12/29/2021 2:50:00 PM

机器之心

人工智能向“上”生长，可信AI渐行渐近

一位刚刚上路的新手驾驶员，如何成长为「老司机」？显然，Ta必须经过足够时间和里程的驾驶练习，才能够熟练、从容地应对各种可能出现的路况和紧急事件。所以尽管自动驾驶系统也会在投入使用之前历经大量的真实道路测试，但就算是科学文明相当普及的今天，仍有很多人依旧做不到将开车这件事「放心地交给AI」，毕竟摆在人们眼前的却是道不尽的争议和说不明的驾驶事故，而事故的发生可能是技术，算法，道路，数据，传输，天气，驾驶员等多重主客观因素影响造成的，权责划分十分困难。具体从算法层面看，由于驾驶场景天然对安全性有更高要求，这就需要自动驾驶

12/24/2021 10:26:00 PM

机器之心

佐治亚理工学院硕士建议：2022年你应该掌握这些机器学习算法

2022 年你应该知道的所有机器学习算法。

12/7/2021 3:15:00 PM

机器之心

科学机器学习的竞争和共识：博弈论方法如何导致更智能的人工智能

编译/凯霞得益于空军科学研究办公室的195 万美元赠款，马萨诸塞大学阿默斯特分校数学和统计系教授 Markos Katsoulakis 和 Luc Rey-Bellet，以及布朗大学的 Paul Dupuis 将在接下来的四年开发一种新的机器学习方法，超越对大数据的传统依赖。Markos KatsoulakisLuc Rey-Bellet传统的机器学习依赖于庞大的数据缓存，算法可以筛选这些数据以「训练」自己完成任务，从而产生基于数据的数学模型。但是，如果数据很少，或者生成足够多的数据成本太高，该怎么办呢?一种可能的

10/31/2021 6:41:00 PM

ScienceAI

DeepMind联合UCL，推出2021强化学习最新课程

DeepMind 的研究科学家和工程师亲自讲授了一套强化学习课程，目前已全部上线。DeepMind 作为全球顶级 AI 研究机构，自 2010 年创建以来已有多项世界瞩目的研究成果，例如击败世界顶级围棋玩家的 AlphaGo 和今年高效预测的蛋白质结构的 AlphaFold。近几年，DeepMind 联合伦敦大学学院（UCL）推出了一些人工智能线上课程，今年他们联合推出的「2021 强化学习系列课程」现已全部上线。该课程由 DeepMind 的研究科学家和工程师亲自讲授，旨在为学生提供对现代强化学习的全面介绍。课程

9/16/2021 2:09:00 PM

机器之心

网易云信神经网络音频降噪算法：提升瞬态噪声抑制效果，适合移动端设备

机器之心专栏网易云信音频实验室网易云信音频实验室自主研发了一个针对瞬态噪声的轻量级网络音频降噪算法（网易云信 AI 音频降噪），对于 Non-stationary Noise 和 Transient Noise 都有很好的降噪量，并且控制了语音信号的损伤程度，保证了语音的质量和理解度。基于信号处理的传统音频降噪算法对于 Stationary Noise（平稳噪声）有比较好的降噪效果。但是对于 Non-stationary Noise（非平稳噪声），特别是 Transient Noise（突发噪声）降噪效果较差，而且

8/19/2021 2:18:00 PM

机器之心

知乎李大海对话阿里云贾扬清：透视AI应用难题与未来趋势

“AI行业接下来可能有哪些发展？” “一线从业者如何看待其中的机会？”知乎合伙人、CTO李大海与阿里巴巴副总裁、阿里云智能高级研究员贾扬清亮相知乎直播，与网友分享了他们对AI时代下行业趋势、技术应用、个人成长等多个层面的洞察和思考。

8/11/2021 3:44:00 PM

阿里云大数据AI技术

干货速递，百度BML自动超参搜索技术原理揭秘与实战攻略！

在人工智能领域，算法工程师在训练神经网络模型的过程中，完成网络构建和准备好训练数据后，往往需要对模型进行各种参数优化，以获得更好的模型效果。但调参其实并不简单，背后往往是通宵达旦的参数调试与效果验证，并需要做大量的实验，不仅耗时也耗费大量算力。这个时候，往往想尝试自动超参搜索，但又开始担心算力要求所带来的额外训练成本。莫慌！百度全功能AI开发平台BML带着免费算力额度与自动超参搜索能力来了！先来介绍百度最近全新升级的BML，何方神圣？全功能AI开发平台BML(Baidu Machine Learning) ，是为企

8/11/2021 3:37:00 PM

百度大脑

刷题太遭罪怎么办？这个算法基地专为小白量身打造，还带动画

如何有效地刷算法题？刷题小白最新打卡地。算法很重要，但算法也是学起来最难，最令人生畏的。算法千千万，不知该如何下手？经常看到有人抱怨：刚开始刷题时，自己很迷茫，不知道从何刷起，也看不懂别人写的题解。思路飞来飞去，有时候以为是这个知识点重要，但有时又认为自己走错了路，结果学了半天，越刷越乱，时间、经历都白白浪费。其实，学算法，刷题蛮干是不行的，需要遵循科学的方法。学习算法可能并不只是拼智商，可以通过后天的学习进行掌握，这就需要讲究技巧。方法找对了，可以起到事半功倍的效果。近日，在 Github 上就有人开源了一个项目

3/25/2021 2:18:00 PM

机器之心