Daftar Isi
Pembelajaran online metode sub-gradien adaptif dan optimasi stokastik
putus sekolah: mencegah jaringan neural dari overfitting
Analisis Kerangka Semantik Bersama Multi-domain Berbasis Bidirectional RNN-LSTM
Analisis semantik skala besar tanpa pasangan pertanyaan dan jawaban
Evaluasi Sistem Lisan: Bidang ATIS
Pembelajaran online metode sub-gradien adaptif dan optimasi stokastik
Judul Makalah: Metode Subgradien Adaptif untuk Pembelajaran Online dan Optimasi Stochastic
Penulis: John Duchi / Elad Hazan / Yoram Singer
Waktu posting: 2011/7/11
Tautan kertas: https://paper.yanxishe.com/review/12256?from=leiphonecolumn_paperreview0302
Alasan yang direkomendasikan
Inti masalah: Cara mempelajari pengoptimalan untuk neural netizen adalah konten yang sangat penting. Saat Anda mempelajari deep learning, Anda harus mempelajari algoritme penurunan gradien terlebih dahulu, tetapi metode ini memiliki beberapa masalah, sehingga banyak algoritme yang sangat baik lahir setelahnya.
Poin inovasi: Penulis mengusulkan keluarga baru metode sub-gradien yang dapat secara dinamis menyerap informasi dari data yang dilihat sebelumnya untuk melakukan pembelajaran berbasis gradien. Ia dapat menemukan fitur yang sangat informatif.
Signifikansi penelitian: Algoritme pengoptimalan selalu menjadi salah satu poin penting dari pembelajaran mendalam.
putus sekolah: mencegah jaringan neural dari overfitting
Nama kertas: Dropout: Cara Sederhana untuk Mencegah Jaringan Neural dari Overfitting
Penulis: Nitish Srivastava / Geoffrey Hinton / Alex Krizhevsky / Ilya Sutskever / Ruslan Salakhutdinov
Waktu publikasi: 2014/11/12
Tautan kertas: https://paper.yanxishe.com/review/12213?from=leiphonecolumn_paperreview0302
Alasan yang direkomendasikan
Inti masalah: Masalah yang sering dihadapi pada jaringan neural adalah over-fitting. Ada banyak metode untuk mengatasi over-fitting, dan salah satunya diperkenalkan di sini.
Inovasi: Artikel ini mengusulkan metode putus sekolah, metode ini saat ini merupakan metode paling populer untuk menyelesaikan overfitting jaringan saraf
Signifikansi penelitian: Overfitting adalah masalah serius. Jaringan skala besar juga lambat digunakan, dan sulit untuk menggunakan jaringan neural skala besar yang berbeda untuk menangani pengujian overfitting dengan menggabungkan prediksi banyak orang.
Analisis Kerangka Semantik Bersama Multi-domain Berbasis Bidirectional RNN-LSTM
Nama kertas: Penguraian Bingkai Semantik Bersama Multi-Domain menggunakan Bi-directional RNN-LSTM
Penulis: Dilek Hakkani-Tur / Gokhan Tur / Asli Celikyilmaz / Yun-Nung Chen / Jianfeng Gao / Li Deng / Ye-Yi Wang
Waktu publikasi: 2016/2/12
Tautan kertas: https://paper.yanxishe.com/review/12212?from=leiphonecolumn_paperreview0302
Alasan yang direkomendasikan
Masalah inti: Ini adalah artikel untuk sistem dialog. Tiga masalah utama dari sistem dialog adalah klasifikasi domain, pengenalan maksud, dan pengisian entitas. Ketiga tugas ini semuanya merupakan sub-masalah dari nlp. Banyak model menggunakan pipeline. Bentuk, lakukan secara mandiri, artikel ini membahas model bersama
Inovasi:
Penulis mengusulkan arsitektur RNN-LSTM untuk pemodelan gabungan dari pengisian celah, penentuan maksud dan klasifikasi domain.
Model multi-domain bersama dibuat untuk mendukung pembelajaran mendalam multi-tugas, dan data di setiap domain saling melengkapi.
Penulis mempelajari arsitektur alternatif untuk pemodelan konteks leksikal dalam pemahaman lisan.
Signifikansi penelitian: Hasil eksperimen menunjukkan bahwa dibandingkan dengan metode alternatif berdasarkan pembelajaran dalam domain tunggal / tugas, metode ini lebih mampu pada data pengguna nyata Microsoft Cortana.
Analisis semantik skala besar tanpa pasangan pertanyaan dan jawaban
Nama kertas: Parsing Semantik Skala Besar tanpa Pasangan Tanya-Jawab
Penulis: Siva Reddy / Mirella Lapata / Mark Steedman
Waktu publikasi: 2014/2/15
Tautan kertas: https://paper.yanxishe.com/review/12211?from=leiphonecolumn_paperreview0302
Alasan yang direkomendasikan
Pertanyaan inti: Pada sistem tanya jawab, pengetahuan awal yang sering kita miliki adalah tanya jawab berpasangan, dan tugasnya dilakukan dengan mencocokkan pertanyaan dan jawaban, namun bagaimana jika tidak ada pertanyaan dan jawabannya benar? Bagaimana cara mempelajari jawaban dari data?
Inovasi: Model dalam makalah ini tidak memerlukan pasangan tanya jawab, dan menggunakan bahasa natural untuk query Freebase untuk mengkonseptualisasikan analisis semantik sebagai masalah pencocokan grafik.
Signifikansi penelitian: Kumpulan data benchmark eksperimental evaluasi dari subset FREE917 dan WEBQUESTIONS menunjukkan bahwa pengurai semantik kami lebih maju daripada teknologi paling canggih.
Evaluasi Sistem Lisan: Bidang ATIS
Judul Makalah: Evaluasi Sistem Bahasa Lisan: Domain ATIS
Penulis: P J. Price.
Waktu posting: 1990/6/24
Tautan kertas: https://paper.yanxishe.com/review/12210?from=leiphonecolumn_paperreview0302
Alasan yang direkomendasikan
Artikel ini agak lama, saya membagikannya karena saya ingin merekamnya.
Artikel ini memperkenalkan beberapa latar belakang masalah, menguraikan masalah dan percobaan awal untuk mengevaluasi sistem bahasa lisan di domain tugas "publik", yang disebut ATIS
Membahas pengenalan ucapan otomatis dan berbagai aspek pemahaman bahasa alami. Penilaian sistem bahasa lisan merupakan langkah besar di luar mekanisme penilaian yang dijelaskan sebelumnya.
Rekrutmen tim penulis makalah
Untuk melayani mayoritas pemuda AI dengan lebih baik, AI Research Institute secara resmi meluncurkan bagian "Tesis" baru, berharap dapat menggunakan tesis sebagai "poin minat" untuk mengumpulkan siswa dan pemuda AI, melalui rekomendasi penyortiran esai, komentar, interpretasi, dan reproduksi kode. Berkomitmen untuk menjadi tempat berkumpul untuk studi, diskusi dan publikasi hasil penelitian mutakhir di dalam dan luar negeri, dan untuk memungkinkan penelitian ilmiah yang sangat baik untuk disebarluaskan dan diakui secara lebih luas.
Kami berharap Anda yang mencintai akademisi dapat bergabung dengan tim penulis makalah kami.
Anda bisa mendapatkan
1. Sebuah artikel dengan nama Anda akan membuat Anda menjadi bintang akademis yang paling mempesona
2. Remunerasi yang kaya
3. Memperkenalkan perusahaan AI terkenal, keuntungan tiket konferensi, souvenir periferal eksklusif, dll.
Untuk bergabung dengan tim penulis makalah, Anda membutuhkan:
1. Rekomendasikan makalah favorit Anda kepada mayoritas anggota klub riset
2. Menulis interpretasi skripsi
Jika Anda siap untuk bergabung dengan tim penulis makalah paruh waktu AI Research Institute, Anda dapat menambahkan akun WeChat wanita operasi (ID: julylihuaijiang) dan mencatat "penulis makalah paruh waktu"
Lei Feng Net Lei Feng Net Lei Feng Net
- Berita hari ini: Oublay menderita meniskus robek di lutut kanannya, dan Green dikeluarkan dari diskusi panas
- Prajurit, pemberani, dokter, Mao Qing yang baik hati, pakar pencegahan dan pengendalian penyakit menular
- Selain merawat pneumonia mahkota baru di "garis depan perang", staf medis dalam epidemi juga melakukan hal-hal yang menghangatkan hati ini.
- "Tidak ada yang jauh, tidak ada orang asing" Mengapa Kedutaan Besar China di Korea memberikan topeng kepada Daegu dengan puisi ini?
- Menteri Pertahanan AS memperjuangkan pengeluaran militer yang besar untuk melawan China dan Rusia. Pengeluaran militer untuk membangun tembok perbatasan dapat menghambat anggaran
- Media Rusia mengatakan Rusia akan membangun dua kapal induk untuk meningkatkan pengaruh regional Rusia
- Ribuan Mil Huangpu "datang ke dokter" untuk memberikan pemeriksaan kesehatan kepada karyawan yang kembali