优化

  • AI自动化系统可以赶快找到新的电池化学成分,比人工尝试要快得多

    编辑 | 萝卜皮开发高能高效电池技术是推进交通和航空电气化的关键方面。然而,电池创新能够需要数年时间才能实现。在非水电池电解质溶液的情况下,选择多种溶剂、盐及其相对比例的许多计划变量使得电解质优化既费时又费力。为了克服这些问题,卡内基梅隆大学(Carnegie Mellon University)的钻研团队提出了一种尝试计划,将呆板人技术(一个名为「Clio」的定制自动化尝试)与呆板学习(一个名为「Dragonfly」的基于贝叶斯优化的尝试计划器)结合起来。在单盐和三元溶剂计划空间内对电解质电导率进行自主优化,在两

    2022年 10月 13日
  • 墨芯首席科学家严恩勖:为什么说茂密化是AI计较的将来

    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茂密算法发明者视频简介:10年前,AI计较优化大多提防在优化算法的计较复杂度上,近年来随着AI产业化,AI计较优化更多注重在硬件的算力提拔上。当前,硬件所能带来的算力提拔已贴近限度,AI优化计较的将来将是算法与硬件架构的共同优化,以及建立相应的软件生态。茂密化计较,带来数量级的算力提拔,将成为将来AI计较优化的领航者。视频内容:

    2022年 7月 18日
  • CVPR 2022 | 联邦学习审计隐衷新手段,田纳西大学等提出天生式梯度流露格式GGL

    本文提出一种利用天生模型作为图片先验的梯度袭击格式GGL,由来自美国田纳西大学,美国橡树岭国家试验室,和谷歌共同完成,论文已被 CVPR 2022 接收。

    2022年 4月 10日
  • 可微分骨架树:基于梯度的份子优化算法

    这周我们简单介绍一个高效份子优化的方法。该工作由UIUC的Jimeng Sun组合MIT的Connor Coley组合作完成,对应的文章题目是Differentiable Scaffolding Tree for Molecule Optimization[1],被2022年ICLR接受,主要的代码和数据发布在https://github.com/futianfan/DST。内容:思路:基于梯度的份子优化份子的可微分骨架树类梯度上升的优化算法优化效果测试由可微性失掉的可解释性思路:基于梯度的份子优化在药物发现中,分

    2022年 2月 21日
  • 应用深度进修,通过一个片断润色进行份子优化

    编辑 | 萝卜皮份子优化是药物开发中的关键步骤,可通过化学润色改善候选药物的预期特征。来自俄亥俄州立大学(The Ohio State University)的研讨人员,在份子图上开发了一种新颖的深度天生模型 Modof,用于份子优化。Modof 通过猜测份子处的单个断开位点以及在该位点去除和/或添加片断来润色给定的份子。在 Modof-pipe 中实现了多个相同 Modof 模型的管道,以窜改多个断开位置的输入份子。研讨人员表明 Modof-pipe 能够保留主要的份子支架,允许控制中间优化步骤并更好地约束份子相

    2022年 1月 17日
  • 时隔五年,普林斯顿大学典范书《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典范书。

    2021年 12月 29日
  • 专栏 | 蒙特卡洛树搜寻在黑盒优化和神经收集结构搜寻中的应用

    布朗大学在读博士王林楠在本文中介绍了他与 Facebook 田渊栋团队合作,在 2020 年 NeurIPS 取得亮眼表现的新算法,以及其在神经收集结构搜寻中的应用。

    2021年 1月 6日
  • 优化器怎么选?一文教你挑选适合不同ML项目的优化器

    为机械进修项目挑选符合的优化器不是一件简单的事。

    2021年 1月 5日
  • 七年力作:UC伯克利马毅新书预印版开放下载,探讨低维模型与高维数据分析

    这本书是一个承前继后的proposal,包罗数据迷信、呆板学习从哪里来以及该往哪里去。

    2020年 12月 8日