研究人员使用一种称为图形神经网络的深度学习算法创建了一个模型，将化学结构映射到气味描述符。该模型可以成功预测人类如何描述新的气味，并有可能用于数字化气味。本项目的主要气味图是开源的，文章中提供了该项目...

开放AI的首席科学家经常讨论的一个观点是，压缩可能是实现智能的全部所需。在这段演讲中，他基于Kolmogorov复杂性理论，探讨了神经网络如何在他们所学习的表示中寻求简单性。他提供了一种在这个行业中罕见的清晰思考...

深度神经网络在计算机视觉领域有着出色的表现，但是更快的推理时间是必要的。这篇论文介绍了一种新的Inter-Class Similarity Distillation方法和一种Adaptive Loss Weighting策略，能够更好地从老师网络向学生网络传...

麻省理工学院计算机科学和人工智能实验室（CSAIL）的液态神经网络（LNNs）是一种在机器人技术和自动驾驶车辆方面表现出色的紧凑型AI。LNNs能够适应变化的环境，且其计算强度较低，性能超过标准模型。然而，对于静态...

这项研究提出了一种新的方法，使用图神经网络来检测洗钱活动。这种网络专为处理由实际银行交易构建的大型、多样化的网络而设计。图神经网络通过对复杂交易网络的深度学习，能够有效地识别和预测可能的洗钱行为。通过...

人类大脑会产生神经波，但其具体功能尚未明了。科研人员通过训练序列模型利用已知产生相似波动的动力学，发现这些神经波可能帮助我们的大脑同时进行记忆和计算。这项研究可能对我们理解大脑如何处理和存储信息提供新...

研究人员已经开发出一种新型的轻量级神经网络，名为RepViT。该网络通过整合轻量级视觉变换器（Vision Transformers）和传统的卷积神经网络（Convolutional Neural Networks）的高效设计元素而形成。这项技术的开发，...

Composer是一个PyTorch库，可以使你以更快的速度、更低的成本和更高的准确性训练神经网络。