NPE-DRL : Approche d'évitement d'obstacles contraints à la perception avec apprentissage par renforcement guidé par une politique non experte

Ingénierie, Génie aérospatial, Sciences de l'information, Informatique, Intelligence artificielle,
Drones   Évitement d'obstacles   Apprentissage par renforcement profond   Politique non experte   Contraintes de perception   Efficacité des échantillons   Vision monoculaire  

Recherche sur l’amélioration des capacités d’évitement d’obstacles de drones dans des environnements à perception visuelle limitée basée sur l’apprentissage par renforcement guidé par des stratégies non expertes Ces dernières années, les drones (Unmanned Aerial Vehicle, UAV) ont été largement utilisés dans des domaines civils tels que la livraison ...

Apprentissage des classificateurs de réseaux neuronaux par distribution des plus proches voisins sur une hypersphère adaptative

Apprentissage des classificateurs de réseaux neuronaux par distribution des plus proches voisins sur une hypersphère adaptative

Sciences de l'information, Informatique, Intelligence artificielle,
classificateurs de réseaux neuronaux   hypersphère adaptative   plus proches voisins   perte contrastive   optimum local   extensibilité de l'espace d'intégration  

Classificateurs de réseaux neuronaux à hypersphère adaptative : Revue de l’étude ASNN Introduction et Contexte de l’Étude Ces dernières années, avec le développement de l’intelligence artificielle et de l’apprentissage profond, les réseaux neuronaux (Neural Networks, NNs) sont largement utilisés dans les tâches de classification. Essentiellement, c...

Probabilisation des connaissances dans la distillation ensembliste : amélioration de la précision et de la quantification de l'incertitude pour les détecteurs d'objets

Sciences de l'information, Informatique, Intelligence artificielle,
probabilisation des connaissances   distillation ensembliste   détection d'objets   quantification de l'incertitude   réseaux neuronaux profonds   amélioration de la précision   connaissance des caractéristiques  

Recherche sur l’application de la probabilisation des connaissances dans la distillation ensembliste Contexte académique : Signification de l’étude et problématique posée Ces dernières années, les réseaux neuronaux profonds (Deep Neural Networks, ou DNN) ont été largement utilisés dans des domaines critiques pour la sécurité tels que la conduite au...

Implémentations efficaces des fonctions d'activation basées sur CORDIC pour l'accélération des RNN sur FPGA

Ingénierie, Génie électrique, Sciences de l'information, Électronique et informatique, Informatique, Intelligence artificielle,
CORDIC   RNN   fonction d'activation   FPGA   accélération matérielle   traitement du langage naturel   dispositifs à faible ressources  

Mise en œuvre efficace des fonctions d’activation RNN : percée dans l’algorithme CORDIC et l’accélération matérielle FPGA Contexte et importance de l’étude Ces dernières années, avec le développement rapide des technologies d’apprentissage profond, les réseaux neuronaux récurrents (Recurrent Neural Networks, RNN), en particulier les réseaux à mémoi...

Amélioration de la segmentation sémantique en apprentissage avec peu d'exemples grâce à un réseau d'amélioration des caractéristiques des bords orienté par des priorités

Amélioration de la segmentation sémantique en apprentissage avec peu d'exemples grâce à un réseau d'amélioration des caractéristiques des bords orienté par des priorités

Sciences de l'information, Informatique, Intelligence artificielle,
apprentissage à faible échantillon   segmentation sémantique   caractéristiques des bords   informations prioritaires   apprentissage profond   contours de l'objet   amélioration des bords  

Une nouvelle méthode pour améliorer la segmentation sémantique à petit échantillon - Réseau d’amélioration des caractéristiques des bords basé sur des informations a priori Dans le domaine de l’intelligence artificielle, la segmentation sémantique (semantic segmentation) est une technologie essentielle en vision par ordinateur, visant à attribuer u...

Apprentissage partiel multi-étiquettes via des corrections de caractéristiques spécifiques à l'étiquette

Sciences de l'information, Informatique, Intelligence artificielle,
apprentissage multi-étiquettes partiel   caractéristiques spécifiques à l'étiquette   corrections de caractéristiques   apprentissage multi-étiquettes   apprentissage machine   méta-apprentissage   supervision faible  

Recherche de pointe sur l’apprentissage partiel multi-étiquette : Une nouvelle méthode basée sur la correction des caractéristiques spécifiques aux étiquettes Ces dernières années, l’apprentissage partiel multi-étiquette (Partial Multi-Label Learning, PML) est devenu un sujet d’intérêt majeur dans le domaine de l’apprentissage automatique. Avec la ...