科研进展-北京大学人工智能研究院

科学研究

首页 >> 科学研究 >> 科研进展

机器学习中心林宙辰课题组在可微分网络结构搜索上取得进展

尽管深度学习技术相比传统方法带来了很大的性能提升，但是深度网络的网络结构是一个很重要的环节。只有网络结构具有合理的设计，才能带来较好的性能，避免无法收敛、参数或计算量冗余等问题。可微分的网络结构搜索通过基于梯度训练的方式同时优化网络和结构参数，从而完成结构搜索，并且相比增强学习、进化算法具有很大的计算优势。但目前这种方式用来搜索的网络包含所有备选连接，会使搜索阶段的训练很低效；其次，现有方法普...

2020-11-18

机器学习中心王奕森课题组在可信机器学习的鲁棒泛化研究中取得进展

深度学习在计算机视觉、自然语言处理、语音识别等众多领域取得了巨大的成功，近年来逐步走进社会生产生活的方方面面。然而，当前的深度学习仍是“黑盒”，被证实存在很多安全隐患，对抗脆弱性就是其中之一。通过添加人类肉眼难以察觉的特定噪声而生成的对抗样本，就可以使深度学习模型发生严重错误。如何构建可信的人工智能系统，尤其是提升深度学习模型的鲁棒性、安全性，是亟待解决的重要问题。机器学习中心王奕森课题组在可...

2020-11-18

智慧公众健康研究中心黄涛研究员在《PLOS Medicine》发表心血管病因学研究成果

2020年10月30日，北京大学公共卫生学院流行病与卫生统计学系李立明教授团队在《PLOS Medicine》上发表了中国慢性病前瞻性队列（CKB）的最新研究成果“Metabolically healthy obesity, transition to unhealthy metabolic status, and vascular disease in Chinese adults: A cohort study”。中国人群肥胖率逐年上升，肥胖导致代谢紊乱和心血管疾病的发生，但肥胖人群的代谢健康状况（如是否存在高血糖、高血压、血脂紊乱等）存...

2020-11-17

视觉感知研究中心施柏鑫课题组在基于余数相机的高动态范围成像技术上取得进展

采用传统摄像设备对动态范围高的真实世界场景进行拍摄时，经常会由于过曝光、欠曝光导致图像亮处过饱和、暗处无细节，使得所拍摄的图像质量显著下降。这是因为传统相机所能拍摄的动态范围受到内部硬件固有的限制，从而无法完整记录真实场景的动态范围。如何突破传统相机的高动态范围性能极限，是计算摄像的热点研究问题。视觉感知研究中心施柏鑫课题组曾在国际计算摄像会议ICCP 2015（Best Paper Runner-Up奖）上提出过一种基于...

2020-10-14

詹思延课题组和宋纯理课题组合作研究成果《中国城镇髋部骨折发病率及其趋势:一项全…

2020年8月3日，北京大学公共卫生学院教授、人工智能研究院智慧公众健康研究中心主任詹思延课题组和北京大学第三医院骨科宋纯理教授课题组合作研究成果在《Plos Medicine》发表。文章题为“中国城镇髋部骨折发病率及其趋势:一项全国回顾性队列研究” (Incidence of and trends in hip fracture among adults in urban China: A nationwide retrospective cohort study)。本研究利用2012-2016年全国23个省的城镇职工和居民基本医...

2020-09-08

首页上页1...121314151617下页尾页