递归神经网络（RNNs）在机器深度学习中的奇妙应用

递归神经网络（RNNs）有一些不可思议的地方。从花几十分钟训练我的第一个婴儿模型（相当随意挑选的超参数）开始，到训练出能够针对图像给出有意义描述的模型。有如此令人震惊结果，许多人认为是因为RNNs非常难训练（事实上，通过多次试验，我得出了相反的结论）。一年前：我一直在训练RNNs，我多次见证了它们的强大

MedSci原创 - 递归，神经网络，机器 - 2015-09-04

递归神经网络(RNNs)基本原理及最新进展

摘要 递归神经网络(Recurrent Neural Network, RNNs)的研究最近取得了很大进展，成功应用包括手写识别、语音识别、自然语言处理以及计算机视觉等一系列问题。

知乎 - 递归神经网络，RNNs - 2016-08-27

斯坦福人工智能突破：结构递归神经网络用于 时空领域图像中的深度学习

虽然相当适合用来进行序列建模，但深度递归神经网络体系结构缺乏直观的高阶时空架构。计算机视觉领域的许多问题都固有存在高阶架构，所以我们思考从这方面进行提高。在解决现实世界中的高阶直觉计算方面，时空领域图像是一个相当流行的工具。在本文中，我们提出了一种结合高阶时空图像和递归神经网络的方法。我们开发了一种可随意扩展时空图像的办法，这是一种正反馈、差异化高、可同步训练的RNN混合网络。这种方法是通用的

AI科技评论 - 深度学习 - 2016-07-02

杰青资助率7.65%，优青资助率9.59%！基金委发布年度报告

关注～

国家自然科学基金委员会 - 基金，优青，杰青 - 2022-07-22

【盘点】人工智能医疗带给人类的惊喜

人工智能建立智慧医疗，助力保障人类健康。目前，人工智能医疗的研究成果频出，人工智能应用医疗领域已是大势所趋。谷歌则正在开发一款智能隐形眼镜，旨在通过泪液测量血糖水平。相较于目前大部分人工智能技术在具体疾病诊疗中的应用，硅谷一家创业公司则一直想将人工智能带入医疗咨询行业，用聊天机器人来给用户提供医疗健康的专业咨询。科技的最终目的是为了更好地服务人类生活，下文梅斯医学小编为大家盘点人工智能医疗的研

MedSci原创 - 人工智能 - 2016-09-10

机器学习助力神经科学的高维数据分析，相得益彰

作者: Moritz Helmstaedter 引言：神经科学家正在生产庞大规模的数据组，其复杂性堪比真实世界中的分类任务。机器学习已经大大帮助了数据分析，但是，其准确性经常不如人类进行的数据分析。本文中，作者讨论了受神经科学启发的机器学习所面临的挑战以及希望。 当有机体在环境中行动时，有机体大脑负责处理高维感官数据。因此，从事大脑研究的神经科学家需要处理极其复杂的高维数据集，这给分析工作

36大数据 - 机器学习，神经 - 2016-07-12