机器学习标签_脑启社区

机器学习

面向逻辑思维的程序设计方法——类脑大模型小脑听觉处理设计

本文基于面向逻辑思维的程序设计方法（LOPD），提出类脑大模型小脑听觉处理架构，构建5-100ms快环流水线，实现听觉的空间定位、危机检测与快速转写。通过双耳线索与波束成形完成声源定位，利用语音活动检测与流式识别实现语句快速补全，以尖叫、警报等特征触发应激响应，并通过节奏、能量与调式快检激发情感子网，形成“听声辨位、闻警即动、听乐知感、快语入脑”的执行底座。该设计与大脑慢环分工协作，支撑毫秒级感知

 peak918
2026-09-14 13:47:17

 997

 13

#机器人 #机器学习 #神经网络 +1
面向逻辑思维的程序设计方法——类脑大模型大脑视觉五个子网联合处理设计

本文提出面向逻辑思维的程序设计方法下，类脑大模型大脑视觉五子网联合处理架构：感知理解子网实现场景语义化，认知推理子网驱动问答与规划，世界模型子网预测未来事件，情感子网解析八维情绪，反思创新子网归因错误并促进进化。五子网通过全局工作空间协同，形成“看清-看懂-看透-看情-看省”的完整认知链路，实现从空间事实到决策智能的跃迁，为“所见即所知、所见可决策”提供系统化架构支持。

peak918
2026-09-13 09:40:45

 810

 8

#机器人 #人工智能 #神经网络 +1
人形机器人标准体系结构

形机器人标准体系结构包括基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理6 个部分，如图所示。基础共性标准包括术语与定义，分类分级、数字身份、中试与概念验证、测试与评估、可靠性与可维修性、开源开放和可持续八个类别，是人形机器人行业发展所需的基础性、通用性、指导性的标准和规范。类脑与智算标准包括智能计算、数据、基础模型、世界模型、智能中间层、开发平台、垂类模型、类脑应用和群体智能九个类

 workflower
2026-09-13 00:45:00

 269

 2

#机器人 #人工智能 #无人机 +2
面向逻辑思维的程序设计方法——类脑大模型小脑视觉预处理设计

生物小脑视觉对工程设计的启发总结[8-10,13]：分层处理（小脑皮层统一微电路——工程模块化）；预测-校正（前向模型——工程双层预测）；多源融合（前庭+视觉——工程IMU+相机）；学习适应（VOR增益学习——工程在线标定）[8-10,13]。四条启发的工程化即本文的架构骨架[8-10,13]。小脑视觉预处理的总结[13-16]：它是类脑大模型"快慢双视觉"的执行侧视觉通道——双目构建空间结构、前

 peak918
2026-09-10 07:29:47

 738

 6

#机器人 #人工智能 #神经网络 +1
类脑与智算标准

主要规范支撑人形机器人自主感知、逻辑推理、决策执行与群体协同的类脑智算、数据资源、模型体系及开发应用核心模块，包括BA 智能计算、BB 数据、BC 基础模型、BD世界模型、BE 智能中间层、BF 开发平台、BG 垂类模型、BH 类脑应用、BI 群体智能九部分。规范人形机器人数据的采集、标注、存储、管理、共享、质量评估、安全合规等全生命周期技术要求，保障人形机器人大模型在训练、仿真及实际部署中的一致

 workflower
2026-09-10 01:30:00

 229

 2

#人工智能 #无人机 #机器人 +3
面向逻辑思维的程序设计方法——依托世界模型的类脑大模型反思创新子网设计

<think>我们根据用户要求，需要根据提供的文章内容生成≤150字的摘要。用户给出的内容是一篇论文的摘要和引言等部分，但要求是"根据以下内容，生成≤150字的文章摘要"。需要注意：输入内容已经包含摘要，但用户要求的是"文章摘要"，可能指整篇文章的摘要，且字数限制。需要提炼核心内容，包括方法、核心机制、贡献等，控制在150字以内。我们可以从原文摘要中提取关键点：基于LOPD七层认知模型，提出类脑

 peak918
2026-09-06 14:41:42

 609

 17

#机器人 #人工智能 #机器学习 +2
面向逻辑思维的程序设计方法——依托世界模型的类脑大模型知识想象决策子网设计

<think>我们根据要求生成一个≤150字的文章摘要。摘要需概括文章核心内容：面向逻辑思维的程序设计方法，基于世界模型的类脑大模型知识想象决策子网设计。包含知识-想象-决策三合一、JEPA+生成式+物理模拟融合等。摘要需简洁，控制在150字内。字数要严格。我们写一下并计数。草稿：本文针对大语言模型缺乏物理世界因果理解的问题，提出依托世界模型的类脑大模型知识想象决策子网设计。以知识、想象、决策三

 peak918
2026-09-06 14:40:00

 641

 23

#机器人 #人工智能 #神经网络 +1
面向逻辑思维的程序设计方法——依托世界模型的类脑大模型认知推理子网设计

<think>我们根据要求，需要基于用户提供的长文内容，生成一篇≤150字的文章摘要。需要抓住核心：面向逻辑思维的程序设计方法，类脑大模型认知推理子网设计，五层结构，符号-神经混合，世界模型闭环等。输出为摘要文字。注意字数限制。我们需简洁概括。字数统计中文。我们写：针对大语言模型统计外推与单步匹配局限，本文基于LOPD七层认知模型，提出依托世界模型的类脑认知推理子网设计：五层结构组织推理，采用Co

peak918
2026-09-06 14:37:23

 817

 30

#机器人 #神经网络 #人工智能 +1
面向逻辑思维的程序设计方法——依托世界模型的类脑大模型感知理解子网设计

大语言模型（LLM）以文本为唯一感知入口，其"感知"局限于语言符号空间，缺乏对物理世界的多模态感知与结构化理解——LLM"知道"杯子是圆柱形，却"看不到"面前的杯子、"摸不到"杯壁的温度。类脑大模型以五子网+全局工作空间（GWS）为认知架构，其中感知理解子网承担多模态世界状态编码职能，但在既有设计中仅以"多模态编码器+VLM"作概要描述，缺乏对感知通道、融合机制、语义化输出与层间接口的系统设计[1

peak918
2026-09-04 07:33:55

 641

 26

#机器人 #机器学习 #神经网络 +1
云智变AI：给大脑安装一块「外接学术皮层」

如果把人脑比作一台生物计算机，那么学术写作大概是它最烧算力的任务之一。你需要同时调用来做逻辑推演，来调取海量文献记忆，来编码数据图表，来组织学术语言，还要让协调格式排版这种精细动作。任何一个脑区"算力不足"，论文就会卡死——俗称"写不出来"。要做的，不是替代你的大脑，而是为你的大脑安装一块。基于驱动、打造的云智变AI（官网：**微信搜一搜「」关注公众号，相当于领取这块「外接皮层」的激活密钥。

云智变AI
2026-09-03 13:33:39

 24

#人工智能 #机器学习 #计算机视觉 +1
面向逻辑思维的程序设计方法——依托世界模型的类脑大模型情感子网设计

情感（emotion）是生物体对内外刺激的快速评估反应，包含主观体验、生理唤醒、表达行为与认知评估四个成分[1,13]。在工程语境下，情感可定义为：智能体对情境（当前状态与预期后果）的价值评估状态，它以高效的方式指导注意分配、决策偏向与行为选择[1,6]。情感的功能可从三个层面理解[1,6-7]：适应功能——情感是进化塑造的快速决策机制（恐惧触发逃避、愤怒触发攻击准备）；社会功能——情感通过面部表

 peak918
2026-09-01 07:49:12

 1289

 48

#机器人 #人工智能 #机器学习 +1
面向逻辑思维的程序设计方法——依托世界模型的类脑大模型小脑部分初步设计

类脑大模型研究近年来聚焦"大脑部分"——以五子网与全局工作空间为代表的认知架构解决了大语言模型缺乏物理因果、多步规划与元认知的问题，但现有方案普遍存在"有大脑无小脑"的结构性失衡：运动协调、执行精度与技能自动化被降格为底层控制器的"工程细节"，缺乏统一的认知组织。生物学证据表明，小脑仅占脑体积约10%却容纳超过50%的神经元，承担精细运动协调、感觉后果预测、时间节律与技能固化职能，是"想得到"与"

peak918
2026-08-29 08:36:37

 748

 18

#人工智能 #机器人 #机器学习 +2
面向逻辑思维的程序设计方法——依托世界模型的类脑大模型大脑部分初步设计

元认知（Metacognition）：“认知的认知”——监控自身认知过程（Flavell理论）[11,20]。三层次监控：状态感知（“我在做什么、处于什么状态”）；评估：质量判断（“我的决策是否可靠”）；调节：策略调整（“是否需要改变策略”）。对本文设计的类脑大模型大脑部分，做一个总体评估[10-11]：（1）认知完备性——五子网覆盖主要认知职能（感知/推理/预测/价值/反思）——相比LLM"单网

 peak918
2026-08-27 18:10:07

 899

 30

#机器人 #人工智能 #机器学习
Nature Sensors封面：清华“天眸芯”，类脑互补视觉范式重塑AI感知世界的方式

更重要的是，这不仅带来了性能指标的提升，更推动了视觉大模型输入范式的转变。基于视觉原语 RGB+TD+SD 融合感知与双通路混合芯片架构，晰见科技实现了自适应视觉 Token 提取，在减少 90% 以上冗余视觉信息的同时，将多模态大模型与世界模型的首 token 延迟（TTFT）大幅降低 20 倍以上，Token 处理速度（TPS）提升 10 倍以上，并使模型训练成本降低一个数量级，为大模型视觉输

 xwz小王子
2026-08-24 21:11:53

 220

 7

#人工智能 #机器学习 #深度学习
从概率拟合到真理驱动：下一代人工智能范式的国际规范框架研究——基于贾子理论与全球AI研究方向轨迹的学术建构

摘要：当前以概率拟合为核心的人工智能范式面临数学、热力学与社会三重危机。本文基于贾子理论的“真理硬度等级（THL）”与“公理锚定”框架，提出下一代AI应转向“真理驱动”范式，其国际规范框架（TD-AINorm）以确证性答案、低能耗、大众平权、赋能人类为支柱。研究显示：1）大模型受数学天花板限制，幻觉等问题无法通过规模解决；2）AI能耗2030年或占全球电力3%，热力学不可持续；3）类脑智能（如脉

 技术专家
2026-07-25 13:44:29

 271

 6

#人工智能 #推荐算法 #机器学习 +2
探索人脑的“秘密”！Nature系列｜复旦大学彭汉川：建立跨物种皮层神经元比较框架

复旦大学团队建立跨物种神经元树突比较框架，揭示人脑树突局部更紧凑的独特结构复旦大学脑智研究院彭汉川团队与北京天坛医院合作，在《自然·神经科学》发表研究，通过建立人鼠对应脑区框架，系统比较了2,363个人类和16,011个小鼠皮层神经元的三维树突结构。研究发现：1）人类神经元树突并非简单放大，而是在控制整体尺度后表现出更高分支频率和更短间隔的紧凑结构；2）人类脑叶间树突差异主要体现为空间组织方式不

 huihui361
2026-07-17 11:49:12

 222

 7

#人工智能 #算法 #机器学习
从犬类脑电监测到工作犬“数字脑”：科源制药领投企业航脑科技探索工作犬智能管理新路径

围绕工作犬健康管理、训练评估、任务保障和服役管理需求，科源制药（301281.SZ）领投企业航脑科技正在开展数字化狗脑相关课题研究，探索利用犬类脑电、心率、呼吸、体温、运动姿态和行为信息，构建能够反映犬只健康、情绪、认知及工作能力的个体化数字模型。例如，犬只可能已经出现疲劳、紧张、疼痛或者持续应激，但尚未表现出明显的外部异常；通过综合分析脑电、心率、呼吸、体温、运动和行为变化，可以辅助判断犬只当前

 财迅通Ai
2026-07-17 10:17:10

 196

 8

#科技 #人工智能 #机器学习
人机共融交互技术加速走向成熟

中国标准体系化推进：工信部人形机器人与具身智能标准化技术委员会于 2026年3月发布了《人形机器人与具身智能标准体系（2026版）》，作为覆盖全产业链/全生命周期的标准顶层设计，设置基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理等板块；人机共融交互技术标准化与安全框架的完善，核心作用是把人机共融从 “凭经验放行”推向“可审计、可保险、可复用”：更清晰的接口边界与验证规则，有助于降低

 workflower
2026-07-14 01:00:00

 500

 6

#人工智能 #自动化 #设计模式 +2
大模型幻觉与幻觉的解决方法

最常见也最被忽略。如果任务允许“不知道”，就明确允许；如果需要证据，就要求“先找证据再回答”；如果必须引用来源，就把 citation/evidence slot 放进输出 schema；如果问题时间敏感，就要求调用搜索或检索。你要让模型知道：没有证据时承认不确定，是被允许甚至被鼓励的。

君莫笑qq1715428439
2026-06-22 22:19:26

 404

 5

#人工智能 #深度学习 #机器学习
Modular RAG 深度解析：像搭乐高一样构建灵活的 RAG 系统

Modular RAG（模块化 RAG）是一种将 RAG 系统划分为独立且紧密协作的模块的构建方法，每个模块负责特定的功能或任务。这不是一个固定范式的替代品，而是一种更高层次的架构设计理念。解耦与重组。Modular RAG 并非要取代 Naive RAG 或 Advanced RAG，而是为 RAG 系统提供了一种面向未来的架构范式。它通过解耦、路由、调度和融合等机制，将 RAG 从一条固定流水

 Seal^_^
2026-06-22 17:30:46

 1799

 46

#人工智能 #AI #机器学习
动手学深度学习第一章笔记:机器学习问题到底怎么分类

所以这篇先记住一句话:机器学习问题不是先按模型名分类,而是先按训练反馈和输出形式分类。监督学习:有标签,学输入到标签的映射。回归:输出数值,回答“多少”。分类:输出类别,回答“哪一个”。标注:输出多个不互斥的标签。搜索和推荐:输出排序结果,顺序很重要。无监督学习:没有标签,从数据里找结构。强化学习:没有直接标准答案,通过和环境互动拿奖励。下一篇我准备继续往下看:数据、模型、目标函数、优化算法这几个

 VFK3sLDl4
2026-06-21 15:45:53

 358

 7

#机器学习 #深度学习
ICML 2026 | 时空数据（Spatial-Temporal）论文总结（下）【天气预报，物理时空，LLM/MLLM等的应用

ICML 2026将在2026年7月6日—11日于韩国首尔（Seoul, South Korea）举行。本文总结了2026 ICML上有关时空数据（Spatial-Temporal）相关论文。如有疏漏，欢迎大家补充。注：笔者将分为上下2篇推文来总结，本文主要涉及时空数据中有关气象数据，物理时空等论文。本文时空数据Topic：天气预报，物理时空，LLM/MLLM等的应用等。

suzukiwudi
2026-06-21 11:15:18

 354

 3

#学习 #人工智能 #数据挖掘 +4
基于多机器学习模型的信贷识别预测1(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_可以扫码

（python，深度学习，机器学习，大数据分析，大数据可视化，pytorch，大规模数据集）！电子版资料，全程自己亲手制作：包含数据分析报告、数据集、Python代码、思维导图～基于多机器学习模型的信贷识别预测1(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_可以扫码。

北夷烟雪江中雨
2026-06-21 16:38:40

 207

 6

#机器学习 #人工智能 #python +2
机器学习革新宇宙学：从弱引力透镜数据中端到端推断参数与检测异常

在数据密集型科学领域，机器学习正成为处理海量观测数据和复杂模型的关键技术。其核心原理在于通过深度神经网络学习从高维数据到目标变量的复杂映射，从而绕过传统统计方法中信息压缩和计算效率低的瓶颈。这一技术价值在于能够直接从原始数据中提取信息，实现高效、自动化的参数推断，并具备处理非线性关系的能力。在宇宙学等前沿科学中，面对如弱引力透镜产生的PB级观测数据，机器学习模型能够端到端地从星系图像中学习宇宙学参

 一颗孤寂的树
2026-06-20 13:41:22

 321

 7

#机器学习
机器学习驱动的自适应量子纠错：噪声感知与资源优化

量子纠错是量子计算走向实用化的关键技术，其核心原理是通过冗余编码来保护逻辑量子比特的信息，从而对抗由退相干和门误差等引起的噪声。传统纠错方案通常基于固定的、简化的噪声模型设计，难以适应真实量子硬件中复杂多变、非对称且时变的噪声结构，导致资源利用效率低下。机器学习技术，特别是监督学习和表征学习，为解决这一问题提供了新思路。通过设计专用探针电路并利用神经网络模型，可以快速、在线地感知和表征量子芯片的噪

 赵大忽悠
2026-06-20 10:15:30

 246

 8

#机器学习
张量网络：量子物理启发的机器学习新范式

张量网络是一种用于表示和计算高维数据的数学框架，其核心思想是将复杂数据分解为多个低维张量并通过特定规则连接。这一原理借鉴了量子物理中描述多体系统的思想，通过图形化表示和收缩运算，能直观揭示数据的内在结构与计算复杂度。其技术价值在于为机器学习模型提供了强大的归纳偏置、卓越的参数效率以及固有的可解释性，尤其擅长处理具有明确几何或拓扑结构的数据，如序列、图像和图数据。在应用场景上，张量网络已成功应用于高

 叶佳桐
2026-06-20 11:28:55

 315

 8

#机器学习
基于小规模非平衡数据集，采用主动迁移学习与加权自适应不确定性-多样性采样技术进行施工现场目标检测（沙特葡萄牙2026年联合研究）

本文提出了一种适用于动态施工环境中的鲁棒目标检测主动学习框架，有效解决了标注数据有限及标注成本高昂的挑战。相较于随机采样方法，该方法可降低30%-40%的标注工作量，充分展现了其在改进建筑构件识别算法开发方面的潜力——尤其适用于安全设备、建筑部件及施工工具等通常不可见的小型物体识别场景。本文提出了一种稳健且高效的主动学习框架，用于动态建筑工地中的目标检测任务，该框架充分利用了YOLOv10的先进能

 Ricky0553
2026-06-21 02:03:10

 287

 5

#迁移学习 #目标检测 #机器学习
RAG 何时介入：把“先检索还是先规划”做成可执行决策树

在大模型落地的核心场景中，RAG（检索增强生成）已经成为解决幻觉、接入私有知识的标配方案，但90%的开发者都陷入了两个极端误区：要么不管用户Query的类型，一律「先检索再生成」，导致简单Query冗余浪费算力、响应延迟升高，甚至引入无关检索噪音降低回答准确率；要么一律「先规划再检索」，让大模型对所有问题都做任务拆分，反而把简单问题复杂化，额外增加调用成本还容易出现规划错误。

AGI大模型与大数据研究院
2026-06-20 19:48:41

 162

 5

#决策树 #算法 #机器学习
弱引力透镜宇宙学中机器学习应用：应对系统误差与分布偏移的实战指南

在数据密集型科学领域，如观测宇宙学，从海量观测数据中提取可靠物理信息是核心挑战。传统数据处理流程依赖于明确的物理模型和校正步骤，但在面对下一代巡天项目产生的超大规模数据及更高精度要求时，常显得计算效率不足或灵活性有限。机器学习，特别是深度学习，凭借其强大的模式识别与特征提取能力，为端到端的数据分析提供了新范式。其技术价值在于能够直接从复杂数据中学习映射关系，有望绕过部分复杂的中间建模环节，提升分析

 凭笙
2026-06-20 09:31:48

 339

 10

#机器学习
零基础解读MiniMind代码：基座模型全解析

本文详细解读了MiniMind项目的基座模型代码model_minimind.py。该文件实现了一个小型语言模型MiniMind，包含配置类、RMSNorm归一化、RoPE位置编码、注意力机制、前馈网络、MoE混合专家系统等核心组件。文章从零开始逐步解析了287行代码的每个模块，包括：配置类定义模型超参数 RMSNorm作为高效归一化层 RoPE位置编码实现位置感知注意力机制支持GQA和Fla

liukanghao647
2026-06-21 09:00:00

 866

 28

#深度学习 #pytorch #机器学习
自动定理证明与形式化验证的技术演进与实践

自动定理证明（ATP）作为形式化方法的核心技术，通过逻辑引擎、自动化策略和机器学习等技术的融合，实现了从基础命题逻辑到复杂数学问题的跨越式发展。其技术价值在于提高证明效率与准确性，广泛应用于软件验证、硬件设计等领域。形式化验证在工业实践中，如seL4微内核项目，展示了分层验证和专用工具链的重要性。现代编程语言如Rust的验证框架AutoVerus，进一步推动了内存安全和并发正确性的验证。结合大型语

 綺懷
2026-06-20 09:55:19

 318

 7

#机器学习
斯洛文尼亚新闻ESG情感分析：机器学习在小语种中的应用

情感分析是自然语言处理(NLP)中的关键技术，通过机器学习算法识别文本中的情感倾向。在ESG（环境、社会和治理）领域，情感分析能够实时捕捉媒体对企业可持续表现的动态评价，弥补传统静态评级的不足。本文以斯洛文尼亚语为例，探讨了低资源语言环境下ESG情感分析的技术方案，包括多语言Transformer模型、单语预训练模型和集成学习架构的应用。研究构建了首个公开的斯洛文尼亚新闻ESG数据集SloESG-

Amy青梅
2026-06-19 14:44:45

 292

 4

#机器学习
为什么你的 RAG 项目总在 POC 阶段就死了？从零到一完整部署指南

本文深入解析LangChain框架在AI智能体时代的应用，提供从理论到实践的全面指南。主要内容包括：框架概述：介绍LangChain作为AI应用开发生态系统的定位，及其核心设计理念。核心架构：详细拆解RAG/IAG项目的三大组件：知识库构建（文档加载、文本分割、向量化嵌入）检索生成（查询处理、提示工程、LLM交互）智能体增强（任务规划、工具调用、记忆管理）部署流程：分阶段指导环境准备、

weixin_56622231
2026-06-18 22:58:49

 1142

 42

#人工智能 #职场和发展 #机器学习 +1
GPT-4o搭APC智能控制系统，设备失控率降60%

【半导体CVD工序APC改造实战】某产线CVD工序报废率高达6.3%，月损失超200万。团队利用GPT-4o搭建轻量级先进过程控制系统（APC），通过模型预测控制（MPC）解决传统PID无法处理的多变量耦合问题，将报废率降低60%至2.5%，温度控制精度提升4倍，膜厚均匀性改善2.7倍。关键突破包括：非线性约束处理（改用SLSQP算法）、异常数据过滤（3σ原则）和实时性优化（预测步长P=5）。相比

 感觉不爽
2026-06-18 13:45:00

 629

 12

#python #机器学习
【收藏备用｜2026版】AI大模型就业风口解析！小白&程序员低成本入行攻略

如果说程序员已经是高薪职业，那么干AI的程序员，就是高薪中的高薪。学AI大模型，就是冲刺高薪的最优解！零基础小白不知道从哪入门？有基础的程序员找不到系统学习路径？实战项目练手无门？面试不知道考什么？别慌！今天就给大家整理了一份【2026年最新版】AI大模型免费学习资源包，覆盖从入门到实战、从理论到面试、从基础到进阶的全流程，所有资料均已整理归档，无冗余、无套路，免费分享给每一位想抓住AI风口的程序

 冻感糕人~
2026-06-21 10:45:00

 456

 9

#人工智能 #学习 #机器学习
ACL 2026｜SFT 为何总是学习失败？也不是所有 SFT 失败都该加 epoch！教你修复 SFT 的五把「手术刀」

本文针对大语言模型监督微调（SFT）中的"学不会"问题，提出了系统性解决方案。研究发现，SFT训练中平均15.3%的样本存在未学习现象，传统"增加训练轮次"方法效率低下（仅提升1-2%）。作者提出五类根因及对应干预策略：（1）知识缺失型采用持续预训练（CPT）知识增强，提升8-17%；（2）知识冲突型通过CPT校准纠正错误先验；（3）数据矛盾型采用动态分桶隔离冲突样本；（4）训练遗忘型通过全局打乱

 青稞社区.
2026-06-18 12:11:51

 250

 7

#学习 #机器学习 #人工智能
给机器学习初学者的导数入门：为什么梯度下降需要它？（含常见误区解析）

本文为机器学习初学者详细解析导数在梯度下降中的关键作用，涵盖导数定义、梯度下降原理及常见误区。通过实例分析，帮助读者理解导数如何指导参数优化，并探讨深度学习中的梯度消失、爆炸等挑战及解决方案。

麦龟迪
2026-06-06 09:55:00

 369

 8

#机器学习 #深度学习
深度学习毕业设计基于机器学习的乳腺癌数据分析

今天学长向大家分享一个毕业设计项目毕业设计基于机器学习的乳腺癌数据分析毕业设计机器学习乳腺数据挖掘分析。

阿祖学长的Yolo项目库
2026-06-13 13:24:19

 199

 4

#深度学习 #机器学习 #人工智能 +1
深度学习基础 Week0 机器学习实例：初识KNN

KNN 算法的工作原理基于这样一个假设：相似的对象在特征空间中距离相近。具体来说，对于待分类的样本，KNN 算法首先计算它与训练集中每个样本之间的距离。然后，算法选取距离最小的 K 个样本，这些样本被称为 “邻居”。最后，根据这些邻居的类别标签，通过投票或加权平均等方式，确定待分类样本的类别。KNN 算法的核心在于距离度量，它决定了样本之间的相似度。通过选择合适的距离度量方法，KNN 算法能够准确

 周天尧
2026-06-14 13:45:34

 278

 7

#机器学习
大模型面试必备11-InfoNCE loss 和 Cross Entropy Loss

任务明确，分类数量有限（比如判断图片是猫、狗、还是猪），且有充足的人工标注数据。面临大规模预训练、图文匹配（CLIP）、推荐系统或自监督学习时。因为在这些场景下，“每个物品/人物/Token 本身就是一个独立的类别”，类别数接近无限，这时候“找不同”比“做单选”高效得多。“Cross Entropy 侧重于通过全类别遍历让特征极化对齐，强依赖人工标签；

草帽-路飞
2026-06-15 22:00:19

 507

 12

#面试 #职场和发展 #深度学习 +2
大模型面试必备13-Softmax 前为什么要除以根号 d？

在深度学习和大模型的面试中，Transformer 架构的细节是绝对的必考区。其中，关于自注意力机制（Self-Attention）经常有一个极为经典的连环问：它的核心公式如下：Attention Scores=Softmax(QKTdk)\text{Attention Scores} = \text{Softmax}\left(\frac{QK^T}{\sqrt{d_k}}\right)Att

草帽-路飞
2026-06-16 22:17:55

 860

 30

#面试 #职场和发展 #人工智能 +3
8. 模型如何读写数据（Tokenizer 与 Token）

大模型通过Tokenizer将文本转换为数字TokenID进行处理。Tokenizer将文本切分为单词、子词或字符，映射为唯一ID，形成词表。模型通过Embedding层将TokenID转为向量输入Transformer，预测下一个Token的概率分布。不同分词器规则各异，影响模型理解。温度参数控制输出随机性，BeamSearch优化解码。训练时使用Padding统一批次长度。Tokenizer决

 voidmort
2026-06-02 00:00:00

 240

 4

#人工智能 #机器学习 #深度学习
Python实现基于Transformer编码器进行风电功率多变量时间序列预测的详细项目实例（含完整的程序，GUI设计和代码详解）还请多多点一下关注加油谢谢你的鼓励是我前行的动力谢谢支持

本文提出了一种基于Transformer编码器的风电功率多变量时间序列预测方法。该方法通过融合风速、风向、温度等多维气象数据，利用自注意力机制捕捉变量间的复杂关系，实现风电功率的高精度预测。项目采用PyTorch框架实现，包含数据预处理、滑动窗口构建、位置编码、Transformer编码器堆叠等核心模块，支持多步预测输出。实验结果表明，该方法在均方根误差(XMSE)、平均绝对误差(MAE)等指标上

 xiaoxingkongyuxi
2026-01-23 12:15:00

 1857

 36

#python #transformer #开发语言 +4
【机器人】机器人方向的顶会--自用

机器人领域的顶会主要分为 “跨领域旗舰顶会”（覆盖机器人全方向，含金量最高）和 “细分方向顶会”（聚焦感知、决策、控制、人机交互等子领域），均为 CCF A 类或领域内公认的顶级会议，适合跟踪前沿研究、投稿交流。3D 视觉（关键）：深度相机使用（RealSense D435i）、点云处理（PCL 库 / C++/Python）、Open3D（点云可视化 / 配准）。经典控制（工程落地）：PID 控

 weixin_40293999
2026-01-22 15:33:45

 1516

 17

#机器人 #人工智能 #机器学习
MATLAB实现基于EWT-NBEATS经验小波变换（EWT）结合N-BEATS神经网络（NBEATS）进行中短期天气预测的详细项目实例（含完整的程序，GUI设计和代码详解）还请多多点一下关注加油

摘要：本项目提出了一种基于经验小波变换(EWT)和N-BEATS神经网络的中短期天气预测方法。EWT用于自适应分解气象信号，提取多尺度特征；N-BEATS网络则对每个模态分量进行独立建模，最后集成预测结果。系统实现了从数据预处理、特征分解到模型训练和预测评估的全流程自动化，并提供了可视化界面。实验表明，该方法能有效捕捉气象数据的非平稳特性，在温度、湿度等要素预测上表现良好。项目具有模块化设计、可扩

 xiaoxingkongyuxi
2026-01-22 19:00:00

 1379

 16

#matlab #神经网络 #开发语言 +4
【强化学习的数学原理】第四章值迭代和策略迭代

强化学习的数学原理》【强化学习的数学原理】引言"""Args:"""""""""delta = 0break""""""continue"""""""""Args:"""""""""delta = 0continue # 目标状态和禁止状态值不更新break""""""continue# 更新策略为确定性策略""""""break# 根据最终 V(s) 提取策略""""""continue。

Aureliano_Buendia
2026-01-21 22:55:59

 1029

 9

#python #人工智能 #机器学习
深度学习毕设项目推荐-复杂背景下卷积神经网络在森林火灾识别中的研究与应用

主要内容：免费开题报告、任务书、全bao定制+中期检查PPT、代码编写、🚢文编写和辅导、🚢文降重、长期答辩答疑辅导、一对一专业代码讲解辅导答辩、模拟答辩演练、和理解代码逻辑思路。

my_qq_1808614304
2026-01-03 23:29:18

 1060

 17

#深度学习 #cnn #人工智能 +2
计算机毕业设计Python+大模型音乐推荐系统音乐数据分析音乐可视化音乐爬虫知识图谱大数据毕业设计

本文介绍了一个基于Python和大模型的智能音乐推荐系统。系统采用四层架构设计，整合用户行为、音频特征和文本语义等多模态数据，通过深度协同过滤与大模型增强模块实现个性化推荐。创新性地提出了三模态动态融合机制和冷启动优化策略，显著提升了推荐准确率和用户体验。实验表明，该系统在Precision@20指标上较传统方法提升47%，冷启动准确率提升117%，并能满足实时推荐需求。该系统适用于音乐流媒体平台

 haochengxu2022
2026-01-02 10:10:49

 1286

 21

#python #数据分析 #机器学习 +3
计算机毕业设计Python+DeepSeek-R1大模型农作物产量预测分析农作物爬虫农产品可视化农产品推荐系统机器学习深度学习(源码+文档+PPT+讲解)

摘要：本项目基于Python与DeepSeek-R1大模型开发农作物产量预测系统，通过融合气象、土壤、遥感等多源数据构建预测模型。研究内容包括数据采集与预处理、模型微调训练、Web系统开发及实验验证，采用Flask/Django框架实现可视化交互平台。项目预期产出学术论文和可落地的预测系统，为农业决策提供支持。技术路线涵盖数据融合、时序特征提取和模型部署，具有创新性和实用价值。

haochengxu2022
2026-01-02 10:06:17

 1200

 14

#python #机器学习 #大数据 +3