基于自然启发算法的图像分割新方法

BERT扩展 （来自变压器的双向编码器表示）是Google AI语言小组提出的一种通用的自动编码预训练方法，它在11个NLP任务（包括问题回答，自然，语言推理和情感分析）方面获得了最新的技术成果。 BERT旨在通过在所有层的左，右上下文上共同进行条件调节来预训练来自未标记文本的深层双向表示，这使它可以轻松地针对下游任务进行微调，而无需进行大量针对特定任务的体系结构修改。 该项目旨在提供基于当前BERT的扩展，并将BERT的功能带给NER和NLU等其他NLP任务。 图1：在不同任务上对BERT进行微调的图示 环境 的Python 3.6.7 Tensorflow 1.13.1 NumPy 1.13.3 数据集 是一个多任务数据集，包含3个子任务，POS标记，语法块和NER。 对于NER子任务，它包含4种命名实体：不属于前三组的人员，位置，组织和杂项名称。 （航空公司旅行信息系统）

COVID-19：人工智能，用于COVID-19感染预测的贝叶斯建模

受克隆选择理论和免疫网络模型的启发，我们提出了一种新的人工免疫算法，称为免疫记忆克隆算法（IMCA）。 首先讨论了受免疫系统启发的克隆操作员。 IMCA包括两个基于不同免疫记忆机制的版本； 它们是自适应免疫记忆克隆算法（AIMCA）和免疫记忆克隆策略（IMCS）。 在AIMCA中，每种抗体的突变率和存储单位大小会动态调整。 IMCS同时实现抗体种群和存储单元的进化。 通过使用克隆选择运算符，可以将全局搜索与局部搜索有效地结合在一起。 根据抗体-抗体（Ab-Ab）亲和力和抗体-抗原（Ab-Ag）亲和力，IMCA可以自适应地分配存储单元的大小和抗体群体。 在实验中，使用了18个多维函数，维数范围从2到1000，以及组合优化问题，例如旅行商和背包问题（KPs），以验证IMCA的性能。 给出了每次迭代的计算成本。 实验结果表明，IMCA具有较高的收敛速度，并且在增强种群多样性和一定程度上避免过早收敛方面具有很强的能力。 从理论上讲，IMCA以概率1收敛。 2010高等教育出版社和施普林格出版社柏林海德堡。

面向初中和高年级研究生的教科书。 它使用相干框架介绍了人工智能（AI），以研究智能计算代理的设计。

木板 可以玩抽象战略棋盘游戏和机器人的集合。

Classification of Evoked Emotions Using an Artificial Neural Network Based on Single, Short-Term Physiological Signals

面向软件工程师的机器学习：学习成为机器学习工程师的完整日常计划

CH.1:Introduction to AI CH.2:Basic AI Concepts CH.3:Expert System Demonstrations CH.4:Games CH.5:Fuzzy Logic System CH.6:Machine Learning CH.7:Artificial Neural Networks CH.8:Deep Learning CH.9:Practical ANN Demonstrations CH.10:Evolutionary Computing CH.11:Behavior-Based Robotics

Artificial Intelligence with Python 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除