В статье пойдет речь о классификации тональности текстовых сообщений на русском языке (а по сути любой классификации текстов, используя те же технологии). За основу возьмем данную статью, в которой была рассмотрена классификация тональности на архитектуре CNN с использованием Word2vec модели. В нашем примере будем решать ту же самую задачу разделения твитов на позитивные и негативные на том же самом датасете с использованием модели ULMFit. Результат из статьи, (average F1-score = 0.78142) примем в качестве baseline. Читать полностью »
Рубрика «машинное обучение» - 64
Анализируем тональность текстов с помощью Fast.ai
2019-10-26 в 17:45, admin, рубрики: deep learning, Fast.AI, nlp (natural language processing), python, искусственный интеллект, машинное обучениеИсследователи натренировали нейросеть на поиск повреждений мозга
2019-10-25 в 13:57, admin, рубрики: машинное обучение, медицина, нейронные сети, нейросетиАлгоритм, разработанный учеными из Университета Сан-Франциско (UCSF), ищет микроскопические кровоизлияния в мозг и прочие нарушения лучше специалистов-радиологов, сообщает Berkley News.
Источник: USFC
Рубрика «Читаем статьи за вас». Июль — Сентябрь 2019
2019-10-25 в 11:26, admin, рубрики: arxiv.org, data science, machine learning, ods, open data science, science, Алгоритмы, Блог компании Open Data Science, математика, машинное обучение, обработка изображений
Привет! Продолжаем публиковать рецензии на научные статьи от членов сообщества Open Data Science из канала #article_essense. Хотите получать их раньше всех — вступайте в сообщество!
Статьи на сегодня:
- Layer rotation: a surprisingly powerful indicator of generalization in deep networks? (Université catholique de Louvain, Belgium, 2018)
- Parameter-Efficient Transfer Learning for NLP (Google Research, Jagiellonian University, 2019)
- RoBERTa: A Robustly Optimized BERT Pretraining Approach (University of Washington, Facebook AI, 2019)
- EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks (Google Research, 2019)
- How the Brain Transitions from Conscious to Subliminal Perception (USA, Argentina, Spain, 2019)
- Large Memory Layers with Product Keys (Facebook AI Research, 2019)
- Are We Really Making Much Progress? A Worrying Analysis of Recent Neural Recommendation Approaches (Politecnico di Milano, University of Klagenfurt, 2019)
- Omni-Scale Feature Learning for Person Re-Identification (University of Surrey, Queen Mary University, Samsung AI, 2019)
- Neural reparameterization improves structural optimization (Google Research, 2019)
Высоконагруженный сервис для вычислений на GPU
2019-10-25 в 10:21, admin, рубрики: gpu, Анализ и проектирование систем, Блог компании Mail.Ru Group, высокая производительность, высоконагруженный сервис, машинное обучение, обработка изображений
Привет! Я руковожу разработкой платформы Vision — это наша публичная платформа, которая предоставляет доступ к моделям компьютерного зрения и позволяет вам решать такие задачи, как распознавание лиц, номеров, объектов и целых сцен. И сегодня хочу на примере Vision рассказать, как реализовать быстрый высоконагруженный сервис, использующий видеокарты, как его разворачивать и эксплуатировать.
Читать полностью »
«Послушай, чтобы найти поломку»: опубликованы аудиозаписи неисправных индустриальных машин
2019-10-24 в 18:27, admin, рубрики: Аудиомания, Блог компании Аудиомания, диагностика оборудования, звук, машинное обучение, поиск неисправностейИнженеры из Hitachi подготовили тысячи аудиозаписей, на которых запечатлена работа промышленного оборудования в боевых условиях. С помощью такой библиотеки машинные алгоритмы смогут выявлять нештатную работу систем и прогнозировать потенциальные поломки.
Рассказываем, что вошло в дата-сет и кто еще трудится над аналогичными проектами.
ИИ DeepMind расшифровывает древнегреческие тексты лучше, чем учёные-люди
2019-10-21 в 16:59, admin, рубрики: DeepMind, Google DeepMind, Алгоритмы, археология, будущее здесь, дешифровка текста, искусственный интеллект, машинное обучение, нейросети
Искусственный интеллект учится расшифровывать поврежденные древнегреческие тексты. При этом машина, по мнению специалистов, справляется с дешифровкой древних текстов лучше, чем люди. Искусственный интеллект с успехом заполняет пропущенные слова, но полезнее всего он оказывается в совместной работе с человеком, когда исследователи используют его для сужения вариантов в процессе поиска нужного слова или высказывания.
Каждый год, как пишет New Scientist, учёные-археологи открывают десятки новых артефактов с текстом. Со временем многие предметы стали разрушаться, что приводит к потерям фрагментов текста. Какими могут быть пробелы, выясняет наука эпиграфика. Работа эпиграфистов начинается с изучения сохранившихся фрагментов и других подобных текстов.
Читать полностью »
AI для людей: простыми словами о технологиях
2019-10-21 в 16:27, admin, рубрики: artificial intelligence, data science, machine learning, Алгоритмы, Блог компании Инфосистемы Джет, искусственный интеллект, машинное обучениеПредставляем исчерпывающую шпаргалку, где мы простыми словами рассказываем, из чего «делают» искусственный интеллект и как это все работает.
В чем разница между Artificial Intelligence, Machine Learning и Data Science?
Разграничение понятий в области искусственного интеллекта и анализа данных.
Читать полностью »
Чипы для ML — рассказываем о новинках
2019-10-20 в 12:12, admin, рубрики: 1сloud, Блог компании 1cloud.ru, высокая производительность, машинное обучениеГоворим о новых архитектурах как крупных мировых производителей, так и стартапов — waferscale-чипах, тензорных процессорах и устройствах на базе графов.
Подборка по теме:
Нейросеть строит пейзажное видео по одной фотографии
2019-10-20 в 9:36, admin, рубрики: Алгоритмы, искусственный интеллект, машинное обучение, нейросети, обработка изображений, Работа с видео, работа с изображениями
Учёные из Университета Цукубы и Технологического Университета Тойохаси представили новую статью на SIGGRAPH Asia 2019. Она называется «Анимационный пейзаж: изучение самостоятельного движения и внешнего вида объектов для синтеза видеоизображений из одного изображения». Их метод с помощью свёрточных нейронных сетей (CNN) может создавать анимацию с высоким разрешением из одного ландшафтного изображения.
«Из пейзажного изображения люди могут представить, как движутся облака и меняется цвет неба с течением времени. Воспроизведение таких переходов — довольно распространённое явление. Например, люди используют синемаграммы и другие методы».
К сожалению, отмечают учёные, при использовании подобных методов разрешение и качество полученного видео часто оказывается намного ниже ожидаемых. Одной из причин неудовлетворительных результатов является то, что пространственно-временная область видео слишком велика по сравнению с изображениями. Другая причина — неопределенность в будущем, в прогнозировании кадров.
Читать полностью »
Открыт второй приём заявок на премию имени Ильи Сегаловича
2019-10-18 в 14:45, admin, рубрики: Блог компании Яндекс, илья сегалович, Исследования и прогнозы в IT, исследователи, конференции, машинное обучение, научные программы, научные проекты, научные публикации, Учебный процесс в IT, ученыеНа днях мы вновь начали принимать заявки на получение премии имени Ильи Сегаловича iseg. Как и в прошлый раз, участвовать могут студенты, аспиранты и научные руководители из России, Беларуси и Казахстана. Мы вручаем премию за достижения в тех областях, в которых работаем сами: ML, CV, информационный поиск и анализ данных, обработка естественного языка и машинный перевод, а также речевые технологии.