《中国人工智能学会通讯》——3.23 其他预测方法
3.23 其他预测方法 除了以上两大类流行度预测方法之外，有些方法还从概率模型和传播模拟的角度实现对用户生成内容流行度的预测。例如，Zaman 等[33]分别利用基于贝叶斯的概率模型以及概率协同过滤模型MatchBox [34] ，对 Twitter 上推文的流行度进行预测。万圣贤等[35]提出了一种基于传播模拟的微博消息流行度预测方法。该方法首先利用最大熵模型学习并预测用户转发消息的概率，然后....
《中国人工智能学会通讯》——10.27 提出的方法
10.27 提出的方法 在此我们将详细描述所提到的方法，来匹配带有姿态、光照及分辨率变化的人脸图片。该框架包括两个阶段——计算转换矩阵的训练阶段和测试阶段。在训练阶段，转换矩阵从高分辨率和低分辨率非正面人脸图片中学习得到。在测试过程中，训练图片和测试图片被转换到通用空间，在那时两个转换图片间的立体代价被计算，给出了两图片简单的距离。 学习转换矩阵在训练过程中，高分辨率正面图片和低分辨率非正面图片....
《中国人工智能学会通讯》——3.8 主要方法概述
3.8 主要方法概述 跨网络链接预测方法——跨网络匹配 从更广义的角度来说，跨网络链接预测不仅可以用于上述的发现并集成同一用户在不同社交网络的不同账号[5] ，还能用于异构数据源间的实体匹配 [4]以及跨网络合作关系推荐[6]等。这里主要的挑战是跨网络之间的链接往往非常稀疏；同时由于两个网络可能高度异构，使网络间节点共性少、关联度低。 用户名匹配：最简单的方法是直接使用用户名进行匹配，或者计算不....
《中国人工智能学会通讯》——11.68 基于锚点标签传播的判别式跟踪 方法
11.68 基于锚点标签传播的判别式跟踪 方法 在跟踪中，物体的表观通常是连续不断的变化且不可能是独立同分布的。一个鲁棒的判别式跟踪算法通常需要大量的有标签样本来拟合目标表观潜在的数据分布。然而，精确的有标签样本通常只来自于第一帧，因此数量有限。为了获取更多的有标签样本，大多数算法都是利用当前帧的跟踪结果加较小的扰动 ( 通常是一两个像素 ) 提取正样本，在远离跟踪结果的区域中提取负样本。一旦跟....
《中国人工智能学会通讯》——11.58 面向移动 App 的排名欺诈检测方法
11.58 面向移动 App 的排名欺诈检测方法 近年来，为了促进移动 App 的开发质量，并方便移动用户进行 App 选择，许多在线 App 商店均推出了每日 App 排行榜。事实上，这些 App 排行榜已经成为移动 App 推广的最重要展示手段。在排行榜上的一个高排名可能意味着巨大的下载量和超过百万美元的收入。因此，移动 App 开发商都努力尝试各种促销手段来推广它们的 App，以期待它们能....
《中国人工智能学会通讯》——11.56 情境感知的移动用户个性化偏好 挖掘方法
11.56 情境感知的移动用户个性化偏好 挖掘方法 近年来，随着移动产业的高速发展，智能手机、平板电脑等移动设备已经成为了人们最重要的社交娱乐和信息获取媒介。与此同时，这些新型的移动设备都配备了许多高性能的情境传感器，例如GPS、3D 加速及光学传感器等。这些情境传感器能够捕获到来自于移动用户的丰富情境数据，从而帮助实现一系列基于情境感知的移动服务。 这些情境信息和相应的用户活动记录，均可以被移....
《中国人工智能学会通讯》——7.17 篇章语义分析方法概述
7.17 篇章语义分析方法概述 篇章语义分析主要有以下三个主流的研究方向。 以篇章结构为核心此类研究工作的目标是识别不同文本块之间的语义关系，例如条件关系、对比关系等，亦称为修辞关系识别。根据是否需要将文本分割为一系列彼此不相交的覆盖序列，可以将本类方法进一步分成两大类：第一类以修辞结构理论（RhetoricalStructure Theory） 和 篇 章 图 树 库（DiscourseGra....
《中国人工智能学会通讯》——11.17 基于聚类规则项的多任务聚类方法
11.17 基于聚类规则项的多任务聚类方法 多任务学习方法能够对交通路网中的多个节点同时进行分析，这满足了交通的网络性特点所提出的要求。进一步的，异质的多任务学习方法又对应了交通中关联关系的异质性特点。图 2 给出了我国山西省高速交通路网的交通流分配情况，可以看出，交通路网中异质的车流常常存在局部集中的特点，如果将这些车流集中的局部区域标记出来，则可以得到图中的聚类模式。假设当前要学习的任务是高....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
AI通讯相关内容
- 通讯AI
- 中国AI通讯结束语
- 中国AI通讯
- 中国AI通讯知识库
- 中国AI通讯总结展望
- 中国AI通讯智能助手
- 中国AI通讯时空众包
- 中国AI通讯研究进展
- 中国AI通讯视觉
- 中国AI通讯研究
- 中国AI通讯能源网
- 中国AI通讯机器人
- 中国AI通讯鸽群优化应用
- 中国AI通讯发展趋势
- 中国AI通讯量化
- 中国AI通讯深度学习机器翻译
- 中国AI通讯集成学习
- 中国AI通讯类人概念学习
- 中国AI通讯传输
- 中国AI通讯数据包
- 中国AI通讯噪音正则
- 中国AI通讯知识图谱技术
- 中国AI通讯误差
- 中国AI通讯非线性系统最优控制
- 中国AI通讯机遇
- 中国AI通讯篇章语义分析
- 中国AI通讯文献
- 中国AI通讯关联滤波器
- 中国AI通讯并行分布式进化计算
- 中国AI通讯视频监控
AI更多通讯相关
产品推荐
人工智能平台PAI
人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。
+关注