L'informatique artificial-intelligence

3

Comment les algorithmes de recherche de chemin commun se comparent-ils au processus humain

Cela pourrait être à la limite de la science cognitive computationnelle, mais je suis curieux de savoir comment le processus suivi par les algorithmes de recherche de chemin commun (tels que A * ) se compare au processus que les humains utilisent dans différentes situations de recherche de chemin (avec …

11 algorithms graphs artificial-intelligence

2

Qu'est-ce que la valeur la moins contraignante?

Dans les problèmes de satisfaction de contraintes, l'heuristique peut être utilisée pour améliorer les performances d'un solveur de bactracking. Trois heuristiques communément données pour les solveurs de retour arrière simples sont: Valeurs minimales restantes (combien de valeurs sont encore valides pour cette variable) Degré heuristique (combien d'autres variables sont affectées …

11 artificial-intelligence constraint-satisfaction

1

La signification du facteur d'actualisation sur l'apprentissage par renforcement

Après avoir lu les réalisations de google deepmind sur les jeux d'Atari , j'essaie de comprendre le q-learning et les q-réseaux, mais je suis un peu confus. La confusion survient dans le concept du facteur d'actualisation. Bref résumé de ce que je comprends. Un réseau neuronal convolutionnel profond est utilisé …

10 artificial-intelligence neural-networks reinforcement-learning

1

Combien de couches un réseau de neurones doit-il avoir?

Y a-t-il des avantages à avoir plus de 2 couches cachées dans un réseau neuronal? J'ai vu des endroits qui le recommandent, d'autres prouvent qu'il n'y a aucun avantage. Lequel a raison?

10 artificial-intelligence neural-networks neural-computing

2

Solveur de labyrinthe myope optimal

Je me moquais de la démo de Google Blocky Maze et je me souvenais de l'ancienne règle selon laquelle si vous voulez résoudre un labyrinthe, gardez simplement votre main gauche contre le mur. Cela fonctionne pour tout labyrinthe simple connecté et peut être mis en œuvre par un transducteur fini. …

10 automata finite-automata artificial-intelligence

3

Astuce de nucléation, pour les réseaux de neurones

J'ai découvert les réseaux neuronaux et les SVM. Les tutoriels que j'ai lus ont souligné l'importance de la noyauisation pour les SVM. Sans fonction de noyau, les SVM ne sont qu'un classificateur linéaire. Avec la noyauisation, les SVM peuvent également incorporer des fonctionnalités non linéaires, ce qui en fait un …

9 machine-learning artificial-intelligence neural-networks

1

Pourquoi les poids des réseaux de neurones sont-ils initialisés avec des nombres aléatoires?

Pourquoi les poids initiaux des réseaux de neurones sont-ils initialisés sous forme de nombres aléatoires? J'avais lu quelque part que cela est fait pour "briser la symétrie" et que le réseau neuronal apprend plus vite. Comment briser la symétrie permet-elle d'apprendre plus rapidement? Est-ce que l'initialisation des poids à 0 …

9 machine-learning artificial-intelligence neural-networks

2

Quelles mathématiques peuvent être intéressantes pour ces domaines CS?

Pour mon diplôme CS, j'ai eu la plupart des connaissances mathématiques "standard": Calcul: nombres différentiels, intégraux, complexes Algèbre: à peu près les concepts jusqu'aux champs. Théorie des nombres: XGCD et autres éléments connexes, principalement pour la cryptographie. Algèbre linéaire: jusqu'à vecteurs propres / valeurs propres Statistiques: probabilités, tests Logique: propositionnelle, …

9 artificial-intelligence cryptography discrete-mathematics

1

Un algorithme de réseau neuronal artificiel pourrait-il être exprimé en termes d'opérations de réduction de carte?

Un algorithme de réseau neuronal artificiel pourrait-il être exprimé en termes d'opérations de réduction de carte? Je m'intéresse également plus généralement aux méthodes de parallélisation appliquées aux RNA et à leur application au cloud computing. Je pense qu'une approche consisterait à exécuter un ANN complet sur chaque nœud et à …

9 parallel-computing artificial-intelligence neural-networks

1

Réseau neuronal divergent au lieu de converger

J'ai implémenté un réseau neuronal (utilisant CUDA) avec 2 couches. (2 neurones par couche). J'essaie de lui faire apprendre 2 fonctions polynomiales quadratiques simples en utilisant la rétropropagation . Mais au lieu de converger, il diverge (la sortie devient l'infini) Voici quelques détails supplémentaires sur ce que j'ai essayé: J'avais …

9 machine-learning artificial-intelligence neural-networks

1

La thèse de Church-Turing s'applique-t-elle également à l'intelligence artificielle?

Selon la thèse de Church-Turing, il est impossible de concevoir un algorithme pour décider du problème d'arrêt. Le mot algorithme dans ce contexte inclut-il ou non l'intelligence artificielle, c'est-à-dire que la thèse de Church-Turing s'applique-t-elle également à l'intelligence artificielle? Est-il possible de concevoir un système de renseignement à l'avenir pour …

8 computability artificial-intelligence halting-problem church-turing-thesis

5

Quelles sont les utilisations pratiques des ontologies?

J'ai lu de nombreux articles et livres sur les ontologies et j'essaie de comprendre comment ils sont utilisés dans un vrai projet? Par exemple, comment l'ontologie d'un robot joueur de football peut-elle être définie et utilisée avec une architecture cognitive pour la rendre intelligente? Les ontologies sont-elles des relations entre …

8 artificial-intelligence applied-theory knowledge-representation ontologies robotics

1

Existe-t-il un moyen simple de calculer les poids des perceptrons sur la base d'un graphique de classification?

J'étudie pour un examen d'IA et je cherche une meilleure façon de résoudre le problème suivant: Le graphique montre un problème de classification dans le carré unitaire [0,1]2[0,1]2[0,1]^2, où la classe A est indiquée par la zone grise sur la figure (sans compter les points sur les lignes pointillées), et …

8 artificial-intelligence neural-networks

1

La différence essentielle entre le renforcement des réseaux de neurones et les ANN de génération précédente

J'ai étudié Spiking Neural Networks en ligne à partir de divers articles, principalement Maass (1997) . Je ne suis pas tout à fait sûr de comprendre ce qui différencie le code d'impulsion de SNN des ANN précédents, qui sont considérés comme un code de taux. J'ai une formation en neuroscience, …

8 terminology artificial-intelligence neural-networks

Questions marquées «artificial-intelligence»