图 书 馆境外开放课程——按学科专业列表
开放课程→工程与技术科学→计算机科学技术→人工智能::
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
196Speech Translation in human-to-human Interaction: Skype Translator[人与人交互中的语音翻译：Skype翻译器]
Chris Wendt(微软研究院) 语音识别的错误率已经降低了很多，机器翻译的质量也提高了很多，使我们能够将两者结合起来并获得有用的结果。当在没有经过口译员培训的人之间建立翻译系统时，我...
热度：66
Chris Wendt(微软研究院) 语音识别的错误率已经降低了很多，机器翻译的质量也提高了很多，使我们能够将两者结合起来并获得有用的结果。当在没有经过口译员培训的人之间建立翻译系统时，我...
热度：66
197Dynamic, inteligent and integrated manufacturing systems and devices[动态、智能和集成制造系统和设备]
Jože Balič(马里博尔大学) 在“动态、智能和集成制造系统和设备”研究计划中，包括以下基本但相互关联的研究领域： -智能机器和设备的建模和编程， -先进的加工程序智能优化， -智能成...
热度：32
Jože Balič(马里博尔大学) 在“动态、智能和集成制造系统和设备”研究计划中，包括以下基本但相互关联的研究领域： -智能机器和设备的建模和编程， -先进的加工程序智能优化， -智能成...
热度：32
198Multi-Objective Markov Decision Processes for Decision Support[决策支持的多目标马尔可夫决策过程]
Dan Lizotte(加拿大西安大略大学) 我们提出了一个新的数据分析框架，多目标马尔可夫决策支持过程，用于开发顺序决策支持系统。该框架扩展了多目标马尔可夫决策过程，能够为具有不同偏好的不同决策...
热度：158
Dan Lizotte(加拿大西安大略大学) 我们提出了一个新的数据分析框架，多目标马尔可夫决策支持过程，用于开发顺序决策支持系统。该框架扩展了多目标马尔可夫决策过程，能够为具有不同偏好的不同决策...
热度：158
199Deep Learning for Domain Scaling of Conversational Agents[会话代理领域扩展的深度学习]
Ye-Yi Wang(微软研究院) 智能代理/聊天机器人已经成为业界的热门话题。亚马逊、苹果、谷歌、Facebook和微软都在这一领域投入了大量资金。许多初创公司也从不同的角度看待这一领域，从语...
热度：41
Ye-Yi Wang(微软研究院) 智能代理/聊天机器人已经成为业界的热门话题。亚马逊、苹果、谷歌、Facebook和微软都在这一领域投入了大量资金。许多初创公司也从不同的角度看待这一领域，从语...
热度：41
200Probabilistic Techniques for Robot Navigation[机器人导航的概率技术]
Wolfram Burgard(弗莱堡大学) 概率方法已被发现是解决移动机器人中高度相关问题（包括感知和机器人状态估计）的最有效方法之一。移动机器人导航概率算法的主要挑战在于如何处理高度复杂的状态...
热度：60
Wolfram Burgard(弗莱堡大学) 概率方法已被发现是解决移动机器人中高度相关问题（包括感知和机器人状态估计）的最有效方法之一。移动机器人导航概率算法的主要挑战在于如何处理高度复杂的状态...
热度：60
201Social Robotics - From Cognitive Science to Robots in the Real World[社会机器人学——从认知科学到现实世界中的机器人]
Gerhard Sagerer(比勒费尔德大学) 卓越中心“认知交互技术”（CITEC）追求三重使命： -在技术系统中创造认知能力，从日常设备到仿人机器人，使其对普通人更有用、更友好、更易于互动， -促进我...
热度：55
Gerhard Sagerer(比勒费尔德大学) 卓越中心“认知交互技术”（CITEC）追求三重使命： -在技术系统中创造认知能力，从日常设备到仿人机器人，使其对普通人更有用、更友好、更易于互动， -促进我...
热度：55
202Escaping Groundhog Day[逃离土拨鼠日]
James MacGlashan(布朗大学) 强化学习的主要方法依赖于一个固定的状态动作空间和奖励函数，而agent正试图最大化这个函数。在训练期间，代理会反复重置为预定义的初始状态或一组初始状态。例...
热度：40
James MacGlashan(布朗大学) 强化学习的主要方法依赖于一个固定的状态动作空间和奖励函数，而agent正试图最大化这个函数。在训练期间，代理会反复重置为预定义的初始状态或一组初始状态。例...
热度：40
203Separating Sources and Analysing Connectivity in EEG/MEG Using Probabilistic Models[基于概率模型的EEG/MEG信号源分离与连通性分析]
Aapo Hyvärinen(赫尔辛基大学) 目前，人们对分析静息状态或相对自然条件下（如看电影时）的大脑活动越来越感兴趣。当使用功能磁共振成像（fMRI）时，这种分析通常由独立分量分析（ICA）完成。...
热度：38
Aapo Hyvärinen(赫尔辛基大学) 目前，人们对分析静息状态或相对自然条件下（如看电影时）的大脑活动越来越感兴趣。当使用功能磁共振成像（fMRI）时，这种分析通常由独立分量分析（ICA）完成。...
热度：38
204On Architectural Issues of Neural Networks in Speech Recognition[语音识别中神经网络的体系结构问题]
Hermann Ney(亚琛大学) 最近，人工神经网络（ANN）能够显著提高语音识别系统的性能。在语音识别中，神经网络已经有超过25年的广泛研究。尽管付出了巨大的努力，但基于人工神经网络的语...
热度：57
Hermann Ney(亚琛大学) 最近，人工神经网络（ANN）能够显著提高语音识别系统的性能。在语音识别中，神经网络已经有超过25年的广泛研究。尽管付出了巨大的努力，但基于人工神经网络的语...
热度：57
205Reachability and Learning for Hybrid Systems[混合系统的可达性与学习]
Claire J. Tomlin(加州大学伯克利分校) 混合系统是一种建模工具，允许连续和离散状态动力学的组合。它们可以表示为连续系统，运行模式由离散动力学建模，两种动力学相互影响。混合系统在建模一系列重要...
热度：63
Claire J. Tomlin(加州大学伯克利分校) 混合系统是一种建模工具，允许连续和离散状态动力学的组合。它们可以表示为连续系统，运行模式由离散动力学建模，两种动力学相互影响。混合系统在建模一系列重要...
热度：63
206Connectionist Temporal Classification for End-to-End Speech Recognition[用于端到端语音识别的连接主义时间分类]
Florian Metze(卡内基梅隆大学) 由于深度神经网络（DNN）的应用，自动语音识别（ASR）的性能得到了极大的提高。尽管取得了这些进展，但建立新的ASR系统仍然是一项具有挑战性的任务，需要各种资...
热度：100
Florian Metze(卡内基梅隆大学) 由于深度神经网络（DNN）的应用，自动语音识别（ASR）的性能得到了极大的提高。尽管取得了这些进展，但建立新的ASR系统仍然是一项具有挑战性的任务，需要各种资...
热度：100
207Atomic scale simulation in the service of nuclear materials[核材料服务中的原子尺度模拟]
Robin W. Grimes(伦敦帝国理工学院) 对于核能相关技术，支撑运行的数据通常很难获得，因为控制因素发生在具有挑战性的时间尺度或长度尺度上，或者危险对实验设施要求极高。在这种情况下，计算机模拟...
热度：41
Robin W. Grimes(伦敦帝国理工学院) 对于核能相关技术，支撑运行的数据通常很难获得，因为控制因素发生在具有挑战性的时间尺度或长度尺度上，或者危险对实验设施要求极高。在这种情况下，计算机模拟...
热度：41
208Generalization and Exploration via Value Function Randomization[价值函数随机化的推广与探索]
Ben Van Roy(斯坦福大学) 有效的强化学习需要有效的探索和外推推广。我将讨论一种新的探索方法，它结合了可证明有效的表格强化学习算法（如UCRL和PSRL）和适应值函数泛化的算法（如最小二...
热度：46
Ben Van Roy(斯坦福大学) 有效的强化学习需要有效的探索和外推推广。我将讨论一种新的探索方法，它结合了可证明有效的表格强化学习算法（如UCRL和PSRL）和适应值函数泛化的算法（如最小二...
热度：46
209Robots learning from human teachers[机器人向人类教师学习]
Andrea Thomaz(乔治亚理工学院) 在这次演讲中，我介绍了乔治亚理工大学社会智能机器实验室的最新工作。我们研究的愿景是使机器人能够在真实的人类环境中工作；例如，服务机器人在家帮忙，同事机...
热度：33
Andrea Thomaz(乔治亚理工学院) 在这次演讲中，我介绍了乔治亚理工大学社会智能机器实验室的最新工作。我们研究的愿景是使机器人能够在真实的人类环境中工作；例如，服务机器人在家帮忙，同事机...
热度：33
210Natural RLDM: Optimal and Subptimal Control in Brain and Behavior[自然RLDM：大脑和行为的最佳和次最佳控制]
Nathaniel Daw(纽约大学) 人工智能中强化学习和统计决策理论的方法为理解生物大脑如何解决自然界中的决策问题提供了极具吸引力的框架。特别是，这些工程方法通常从对问题的最佳解决方案进...
热度：48
Nathaniel Daw(纽约大学) 人工智能中强化学习和统计决策理论的方法为理解生物大脑如何解决自然界中的决策问题提供了极具吸引力的框架。特别是，这些工程方法通常从对问题的最佳解决方案进...
热度：48