unsupervised learning

3周前 · ai

深度图对比表征学习

概述：想象一张朋友、街道或网页的地图，每个点都链接到其他点——这就是网络。科学家提出了一个简单的想法：创建两个略微……

#graph neural networks #contrastive learning #unsupervised learning #representation learning #graph embeddings #deep learning
1个月前 · ai

使用动量对比学习的改进基准

概述：让计算机在没有标记数据的情况下识别模式——即无监督学习——由于对……的简单调整，已变得更加容易。

#momentum contrast #MoCo #contrastive learning #unsupervised learning #data augmentation #baseline improvement #computer vision
1个月前 · ai

变分图自编码器

概述想象一个朋友网络或一堆研究论文的纠结。计算机可以在没有被告知正确答案的情况下悄悄学习该网络背后的形状。The m...

#graph neural networks #variational autoencoders #link prediction #unsupervised learning #representation learning
1个月前 · ai

盲源分离用于自动语音识别：机器如何学习解开混合信号

引言在现实世界中，信号很少是干净且孤立的。麦克风捕获重叠的声音，传感器记录多个物理现象在……

#blind source separation #speech recognition #automatic speech recognition #signal processing #machine learning #audio processing #unsupervised learning
1个月前 · ai

机器学习“Advent Calendar”第10天：Excel中的DBSCAN

DBSCAN 展示了我们仅凭一个非常简单的想法可以走多远：统计每个点附近有多少邻居。帖子《机器学习 “Advent Calendar” 第一天》……

#DBSCAN #clustering #Excel #machine learning #unsupervised learning #data science
1个月前 · ai

机器学习“Advent Calendar” 第9天：Excel 中的 LOF

在本文中，我们通过三个简单步骤来探索 LOF：distances and neighbors、reachability distances，以及最终的 LOF score。使用 tiny datasets，我们可以看到……

#LOF #Local Outlier Factor #anomaly detection #unsupervised learning #Excel #machine learning
1个月前 · ai

这个 AI Model 能直觉地理解物理世界的运作

V-JEPA 系统使用普通视频来理解现实世界的物理学……

#V-JEPA #physics modeling #video understanding #unsupervised learning #world models
1个月前 · ai

使用 Intelligent K 破解代码：揭示数据中的模式秘密

发现隐藏模式的智能 K-Means 聚类作为数据科学家和机器学习从业者，我们常常面对大规模…

#k-means #clustering #unsupervised learning #machine learning #data science #pattern detection #intelligent k-means
1个月前 · ai

使用智能 K-Means 聚类发现隐藏模式

什么是 Clustering？Clustering 是一种无监督机器学习技术，它将相似的数据点分组在一起。Clustering 帮助您自动……

#k-means #clustering #unsupervised learning #machine learning #pattern detection #data mining
1个月前 · ai

机器学习 Advent Calendar 第5天：Excel 中的 GMM

本文介绍了 Gaussian Mixture Model 作为 k-Means 的自然扩展，通过利用方差和 Mahalanobis 距离来改进距离的度量。

#Gaussian Mixture Model #GMM #Mahalanobis distance #Expectation-Maximization #clustering #unsupervised learning #Excel
1个月前 · ai

[Paper] 自适应与激进拒绝的异常检测用于受污染的训练数据

处理受污染的数据在异常检测中构成了一个关键挑战，因为传统模型假设在纯粹的正常数据上进行训练。传统方法 mi...

#anomaly detection #adaptive rejection #contaminated data #machine learning research #unsupervised learning