关键词： 自动机器学习   遗传编程   贝叶斯优化   蒙特卡洛树搜索  

摘要： 自动机器学习是指在完全没有人工干预的条件通过算法自动的完成机器学习的完整设计流程,其核心是要实现包括模型选择、特征选择、参数调优等环节在内的自动化设计。自动化机器学习能够给研究者在已有问题上带来新的研究思路,并降低人工智能技术在各工业领域的应用门槛,已成为当前人工智能最前沿的研究方向之一。本文主要针对自动机器学习中的架构搜索方向下的两个子领域展开研究,分别是机器学习模型结构搜索和神经网络架构搜索。机器学习模型结构搜索研究如何自动设计机器学习模型集成的方式,通过自动尝试集成不同模型的优点得到优于单模型的集成模型。神经网络架构搜索研究如何自动设计神经网络架构,通过自动生成新的神经网络架构进行训练找到适合任务问题的网络架构。在机器学习模型结构搜索研究中,我们定义了一种基于图的模型集成表达形式,提出了将图拆分成层单元的组合方案;然后将图结构结合遗传编程算法,定义了新的随机算子、交叉算子和变异算子。我们将机器学习模型作为图结构中的节点,数据在图结构中各个节点之间传输,用遗传编程算法对图结构展开搜索,以此来找到机器学习模型的集成结构。我们将算法在PMLB十五个分类任务上展开模型搜索,并同时比较多个其他方法。实验结果表明,本文提出的方法在测试数据集上的分类效果优于传统机器学习方法和其他自动化机器学习方法。同时展示了搜索过程中最优模型准确率提升时模型结构所经历的变化,发现回归模型在集成的结构中有提升准确率的作用。在神经网络架构搜索中,我们基于贝叶斯优化神经网络架构搜索方法展开研究,对于优化采集函数的算法提出了改进。本文采用了蒙特卡洛树搜索作为优化采集函数的搜索策略,搜索时控制树的宽度与深度两个搜索方向,平衡探索与利用的关系优化搜索结果,同时基于算法原理优化搜索的时间。我们在两个分类图像数据集上展开神经网络架构搜索的实验并与基于模拟退火的方法(Auto-Keras)进行比较,最终实验结果表明,我们所提出的搜索策略效率更高且搜索得到的准确率更高。同时展示了我们与对比算法搜索到的神经网络架构,发现我们的模型复杂度更小,更不容易过拟合。

关键词： 机器学习   Google   人工智能  

摘要： 近日在"Google Solve with AI"活动上,Google资深研究员、Google AI负责人Jeff Dean指出,机器学习是解释AI最好的一个方法。机器学习能通过数据的积累,自动收集信息,建立强大的数据库,并找到一个模式,利用数学的运算进行推理。"但是怎么使用训练出来的功能,又是另一个命题了。"Jeff Dean提到,机器学习在某些领域已经发挥得非常好了,在看、听、说和理解,这四点上,都可以透过机器学习的功能

摘要： Artificial intelligence (AI) is revolutionizing contemporary industries and being applied in application domains ranging from recommendation systems to self-driving cars. In scenarios in which humans are interacting with an AI, inaccurate algorithms could lead to human mistreatment or even harmful events. Human-in-the-loop computing is a machine learning approach desiring hybrid intelligence, the combination of human and machine intelligence, to achieve accurate and interpretable results. This thesis applies human-in-the-loop computing in a Design Science Research project with a Swedish manufacturing company to make operational processes more efficient. The thesis aims to investigate emerging design principles useful for designing machine learning algorithms of hybrid intelligence. Hereby, the thesis has two key contributions: First, a theoretical framework is built that comprises general design knowledge originating from Information Systems (IS) research. Second, the analysis of empirical findings leads to the review of general IS design principles and to the formulation of useful design principles for human-in-the-loop computing. Whereas the principle of AI-readiness improves the likelihood of strategical AI success, the principle of hybrid intelligence shows how useful it can be to trigger a demand for human-in-the-loop computing in involved stakeholders. The principle of use case-marketing might help designers to promote the customer benefits of applying human-in-the-loop computing in a research setting. By utilizing the principle of power relationship and the principle of human-AI trust, designers can demonstrate the humans’ power over AI and build a trusting human-machine relationship. Future research is encouraged to extend and specify the formulated design principles and employ human-in-the-loop computing in different research settings. With regard to technological advancements in brain-machine interfaces, human-in-the-loop computing might even become much m

关键词： 大数据   人工智能   机器学习   深度学习   计算智能  

摘要： 人工智能、大数据、云计算、物联网等信息技术为推动集成制造快速发展提供了关键技术手段。近年来,采用人工智能技术进行大数据分析取得了突破性进展。系统总结了基于人工智能技术的大数据分析方法的最新研究进展。从大数据的聚类、关联分析、分类和预测4个主要的数据挖掘任务出发,分析了大数据环境下机器学习的研究现状;针对深度学习这一热点,总结了基于MapReduce、Spark的分布式深度学习实现,以及面向大数据分析的深度学习算法改进相关研究;从群智能、进化算法两方面梳理了基于计算智能的大数据分析相关研究;针对大数据平台,特别对大数据分析和深度学习集成框架进行了归纳,介绍了大数据机器学习系统和算法库;分析了大数据分析中人工智能技术面临的主要挑战,并提出了进一步的研究方向。

关键词： 脑科学   神经科学   人工智能   机器学习   人类大脑   智能技术   计算智能   AI   非监督学习   神经网络  

摘要： 业界普遍认为,AI未来的演进方向就是计算智能、感知智能和认知智能,在此期间,真正需要突破的就是让计算机理解、思考和进行自我学习,脑科学则为发展类脑计算系统和器件、摆脱传统计算机架构的束缚提供了重要的依据。人工智能(AI)虽然发展得如火如荼,但总有一个界限无法逾越,那就是拥有人类大脑的思维能力。

关键词： 临床医学   计算机辅助教学   机器学习  

摘要： 针对临床医学教学过程中存在因知识量大、记忆及实践环节要求高而造成的学习策略优化问题,提出了一种智能化计算机辅助教学(ICAI)建模与学习策略优化方法。基于粗糙集(RS)方法进行教学信息提取,融合不完备数据。在此基础上引入机器学习(ML)方法,建立面向临床医学专业的ICAI模型,开发了应用原型系统,并进行了教学实验验证。此项工作能够为计算机辅助教学理论方面的研究提供借鉴,为智能化计算机辅助教学应用系统开发提供技术支持。

关键词： 计算机视觉   人工智能   李飞   机器学习   力量   女科学家   斯坦福大学   视觉信息  

摘要： 如今，我们已经制造出高精度的计算机眼睛，但如何让机器理解庞大的视觉信息，学会看懂这个世界，对机器来说是一件很难的事情。李飞飞，于2005年进人加州理丁：学院攻读博士；而后，领导斯坦福大学视觉实验室。这位在科学圈里屈指可数的女科学家和她的导师、合作者还有学生，一直致力于教机器如何“看”。她的研究方向是人工智能最重要分支之一的“计算机视觉与机器学习”。

关键词： 人工智能   计算平台   认知   美军   战争   自然语言处理   计算机系统   机器学习  

摘要： 当今世界正在兴起人工智能、机器学习和自然语言处理等热潮。2017年2月．被认为是世界上最大的认知计算平台——IBM超级计算机系统沃森参加美国智力游戏《危险边缘》，击败了两位最优秀的选手詹宁斯和鲁特夺得冠军，成为各大媒体头条新闻。

关键词： 人工智能   人工智能时代   机器学习   大数据   计算机程序设计  

摘要： 本文介绍了人工智能时代的机器学习与大数据背景,分析了各种人工智能语言的特点,以此为基础,提出了人工智能时代开展计算机程序设计教学工作的几点建议。希望本文对于高校的计算机程序设计教学与时俱进的发展起到抛砖引玉的作用。

关键词： 航空航天产品   设计工具   智能化   机器学习   智能计算   设计人员   集成化   复杂度  

摘要： 随着航空航天产品的复杂程度和集成化程度越来越高，传统的设计和优化方法面临巨大挑战。设计人员需要使用更加先进和高效的设计工具才能应对复杂度日益提升的问题，而智能化的设计工具则可以大大减轻设计师的压力，并提供更优化的设计结果。