本周论文包括尤洋团队FastFold上线，训练时间从11天压缩至67小时;微软亚洲研究院直接把 Transformer 深度提升到 1000 层等研究。
2022-03-24 14:22
美国国家标准技术研究院把非接触式光学测量仪器连接在一个基于互联网的MEMS计算器上。利用简单有效的光学干涉仪。这个方法使得工程师在光学干涉仪中插入测量值，从而确定其标准的机械性能。
2019-04-04 13:44
资源利用率，节省硬件投入成本，奇虎360系统部大数据团队与人工智能研究院联合开发了深度学习调度平台——XLearning。
2018-01-02 15:24
我们将网络的核心命名为”CP模块“，其结构如下，大致分为两个部分。输入和输出都是一个THW x C的视频表征张量，我们将这两者都视为一个THW个点的带C维特征向量的点云。
2019-05-25 09:41
该模型翻译精度更加接近 AT 模型，在 WMT16 En-Ro 数据集上，相比 AT 模型（Transformer）仅有 1 个 BLEU 分的差距。在翻译速度方面，相比 AT 模型（Transformer）最高有 25 倍的翻译速度提升；相比 NAT 模型（LT、NART、IR-NAT）也有速度上的提升。
2019-01-28 09:08
为了弥补空间精度的损失，研究者们在分类卷积神经网络结构的基础上，通过引入上采样操作和/或组合空洞卷积减少降采样次数来提升表征的分辨率，典型的结构包括Hourglass、U-Net等（如图2）。
2019-05-25 10:43
它是基于另一个基于注意力的卷积TTS模型——Deep Voice 3创建的。Deep Voice 3能够将文本特征（例如字符、音素、强调等）转换成波谱特征（例如log-mel声谱和log-linear声谱）。这些波普特征可以输入到训练波形合成的模型中，例如WaveNet。相反，我们直接将从注意力机制中学习到的隐藏表示输入到神经语音编码器中，用端到端的方式从零训练整个模型。
2018-07-26 09:12
8月28日，由中国航空运输协会通用航空分会指导，京东X事业部和京东大数据研究院主办的“世界物流无人机产业发展年度报告专家研讨暨媒体交流会”在北京举行。
2018-09-24 12:47
“通过使用梯度估计器，我们能够使用反向传播算法训练BinaryGAN，”Dong说，“此外，模型中采用的二值化导致了深度神经网络学习的中间表征存在着多种不同的特征。这也强调了在训练中包含二值化操作的重要性，因此这些二值化操作也能进行优化。”
2018-10-29 09:36
如何实现对目标物快速便捷及实时可靠的现场检测具有实际意义。近年来，基于比率荧光的试纸传感器由于其便携性、响应快速、灵敏度高及可视化分析等优点受到关注。荧光试纸避免了实验室仪器的使用以及复杂耗时的样品前处理过程
2020-06-24 09:53
