新闻中心 NEWS CENTER
公司新闻
您现在的位置:首页 > 新闻中心 > 公司新闻
正泰线缆队伍成长中!

坚果胡震宇:以投影技术打造家庭影院,塑造新生活投影机和电视已经傻傻分不清啦。李诗09月15日10:15坚果智能投影家庭影院坚果投影

榜单介绍过去几年,雷锋网针对整个科技行业进行了密切地跟踪和报道,其中对

简而言之,「aiot+智慧城市」是一个大而全的行业,是需要各方力量汇聚共

参加报名即日起-12月10日

专家评选12月10日-12月19日

榜单公布12月20日

最佳云平台奖参选企业:为智慧城市领域或其中任意细分领域提供云平台支持的企业、团队评选标准:在该领域的用户数、ka客户与年度合

googleresnet华为watch深度残差网络carplay爱因斯坦的大脑小米摄像头360摄像头科技趣闻现在零元的热门的

iphoneandroidcopyright©20雷锋网-移动互联网智能终端第一媒体allrightsreserved粤ic

为了您的账户安全,请验证邮。

tensorflow曹旭东yannlecun车牌识别系统boogie

导语:「ai影响因子」是一个呈现国内企业研究院学术&开发实力的数据库,为高校学生及从业者提供在会议/期刊论文、数据集比赛及开发项目三大领域的横向对比参考。

「ai科技评论」(微信公众号:aitechtalk)系雷锋网旗下学术频道,密切关注高校实验室和企业研究院动向,以顶级学术会议论文、海内外巅峰赛事及相关开发内容为导向,凭借「gair大讲堂」线上直播、深度访谈、技术解读、独家约稿等多种形式,秉承「连接学术前沿

在一年多的内容报道中,ai科技评论不仅积累了一批忠实的高校博士生、研究生读者,也与多家国内人工智能企业研究院保持密切联系。

与此同时,ai科技评论也了解到,学术青年们在择业过程中面临着信息不对称的问题:一方面,学生们固然希望能结合专业特长寻找与自己最为匹配的企业,但人工智能企业研究院数目繁多,研究成果及相关报道层出不穷,如何从浩如烟海的信息中分

近年来,中国企业的身影越发频繁地出现在在国际顶尖学术会议及赛事上,国内企业研究院及相应的优秀研究成果也如雨后春笋一般涌现。企业研究院在ai浪潮下也同样面临困惑:如何让对口专业的学术青年更好地关注到企业研究院的研

ai科技评论一方面为学界与业界的活跃感到欣喜;另一方面也深刻地认识到,作

ai科技评论在今天,也很荣幸地为读者们呈现我们历时半年规划而成的数据

「ai影响因子」是一个呈现国内企业研究院学术&开发实力的数据库,

从会议/期刊论文出发,ai科技评论以「中国计算机学会ccf推荐国际学术期

从比赛出发,ai科技评论围绕目前国际与国内较受认可的比赛(包括但不限于数

从开发项目出发,围绕发起开源项目/工具及相关更新,企业研究院所构建的开

从企业活动出发,「ai影响因子」数据库将收录企业研究院的一些企业相关活动

这四部分的内容将帮助学术青年更客观、更全面地了解企业研究院在不同领域

「ai影响因子」数据库的一个重要数据源是雷锋网(公众号:雷锋

导语:kdd2018同期展会也于21号正式开幕,除了宣传之外,招聘也成了

kdd2018同期展会也于21号正式开幕,展会地址就在excellondon的0楼大厅,整个展区

此前,雷锋网在报道各个重磅学术会议的时候,为了能够更直观地感受学术研究在实际应用中的作用,

巨头的布局一进入展馆,首先能够醒目地看到的就是京东的站台,伦敦时间当地时间

在京东的城市计算平台布局中,城市商业和经济、智能交通、城市规划、环境和能源、公共安全、

目前,京东城市已经成为了京东在智慧城市布局方面非常重要的一部分,这部分也

和去年一样,滴滴依然是kdd的钻石级赞助商,可见滴滴在这方面还是下了

导语:本论文由阿里巴巴达摩院机器智能技术实验室华先胜团队与ucf齐国君教

从学术开发和企业活动上看,阿里巴巴达摩院机器智能技术实验室在雷锋网(公

gan自诞生以来吸引了众多相关的研究,并在理论、算法和应用方面取得了很多重大的突破。我们试图从一个全新的几何角度,用局部的观点建立一种与之前经典gan模型所采用的整体方法不同

该工作由ucf齐国君教授领导的ucfmaple实验室(machinepe

gan和基于图模型的半监督机器学习的关系gan除了用来生成数据,我们认

尽管这种基于图的半监督方法取得了很大的成功,但是它的缺点也是很明显的。当

有了这样一个流型和它的描述g,我们可以在数据流型上研究各种几何结构。比如切向量空

现在,有了流型直接的参数化描述g(z),我们就能直接去刻画一个函数(比如分类问题中的分类器)在流型上的变化,进而去建立一个基于这。

导语:滴滴技术团队在其kdd2017论文的基础上,新设计了一种基于马尔可夫

四篇论文分别是(文末附论文打包下载地址)

efficientlarge-scalefleetmanagementvi

kaixianglin(michiganstateuniversity);renyuzhao(ailabs,didichuxing);zhexu(ailabs,didichuxing);jiayuzho

multi-taskrepresentationlearningfortr

yaguangli(universityofsoutherncalifo

large-scaleorderdispatchinon-d

zhexu(ailabs,didichuxing);zhixinli

learningtoestimatethetraveltime

zhengwang(didichuxing);kunfu(didichuxing);jiepingy

上一篇: 尼尔森2012社交媒体报告 下一篇: 无