最近在许多不同的应用领域中对机器学习(ML)技术给予了极大的关注。本文提供了ML在电力线通信(PLC)中可以做什么的愿景。我们首先简要描述ML的经典公式,并将确定性问题与通信相关的统计问题区分开来。然后,我们讨论PLC中每层的ML应用,即表征和建模,物理层算法,媒体访问控制和网络算法。最后,分析了可以从ML的使用中受益的PLC的其他应用,如网格诊断。举例说明了数字示例,以便在该刺激信号/数据处理领域中验证想法并激励未来的研究工作。
translated by 谷歌翻译
用于无监督表示学习的最先进方法可以训练标准卷积神经网络的前几层,但是它们不如针对更深层的监督学习那么好。这可能是由于浅层的一般性和相对简单的性质;然而,这些方法被应用于数百万张图像,由于未标记的数据收集起来很便宜,因此可扩展性被宣传为主要优势。在本文中,我们质疑这种做法,并询问是否真的需要这么多图像才能容忍无监督学习效果最好的图层。我们的主要结果是,一些甚至单个图像以及强大的数据增强功能足以使性能几乎达到饱和。具体来说,我们提供了三种不同的自我监督特征学习方法(BiGAN,RotNet,DeepCluster)与训练图像数量(1,10,1000)的分析,并表明我们只使用公共网络的前两个卷积层的准确性。单个未标记的训练图像,并获得其他层的竞争结果。我们进一步研究和可视化学习表示作为哪个(单个)图像用于训练的功能。我们的结果也可以通过浅层不同网络捕获哪种类型的信息。
translated by 谷歌翻译
我们考虑基于作为插值估计器计算的一步估计量加上参数影响函数估计量的经验均值的非参数模型下的标量参数的推断。我们关注一类具有影响函数的参数,这些函数依赖于两个无限维度的烦扰函数,并且使得感兴趣的参数的一个stepetimator的偏差是对两个烦扰函数的估计误差的乘积的期望。我们的课程包括许多重要的治疗效果对比因果推断和计量学因素,如ATE,ATT,与持续治疗的综合因果对比,以及不随意丢失的结果的平均值。我们提出了目标参数的提取器,这些参数接受用于扰乱函数的近似稀疏回归模型,从而允许潜在混淆的数量甚至大于样本大小。通过应用分裂,交叉拟合和基于目标函数的讨厌函数的$ \ ell_1 $ _regularized回归估计,其方向性导数与参数的影响函数一致,我们获得目标参数的选择器具有两个理想的鲁棒性:(1)它们当两个函数都遵循近似稀疏模型时,即使一个函数具有非稀疏回归系数,另一个函数具有足够稀疏的回归系数,并且(2),它们具有双倍稳健性,因为它们是根本一致且非常正常的)它们是模型双重鲁棒的,因为它们是根本一致且渐近正常的,即使其中一个有害函数不遵循近似稀疏模型,只要另一个有害函数遵循具有足够稀疏回归系数的近似稀疏模型。
translated by 谷歌翻译
在这项工作中,我们报告了结合IEEE国际生物医学成像研讨会(ISBI)2016和国际医学影像计算机辅助干预会议(MICCAI)2017年组织的肝肿瘤分割基准(LITS)的设置和结果。将24种有效的最先进的肝脏和肝脏肿瘤分段算法应用于一组131个计算机断层扫描(CT)体积,具有不同类型的肿瘤对比度水平(高强度/低强度),组织异常(转移瘤)大小和不同程度的病变。已提交的算法已在70个未公开的卷上进行了测试。该数据集是与七家医院和研究机构合作创建的,由三位独立的放射科医师手动审查。我们发现没有一种算法对肝脏和肿瘤表现最佳。最佳肝脏分割算法的Dice评分为0.96(MICCAI),而对于肿瘤分割,最佳算法评估为0.67(ISBI)和0.70(MICCAI)。 LITS图像数据和手动注释继续通过在线评估系统公开提供,作为持续的基准测试资源。
translated by 谷歌翻译
多智能体系统的行为动态具有丰富有序的结构,可用于理解这些系统,并改善人工智能学习如何在其中运行。在这里,我们介绍了用于多智能体学习的关系前向模型(RFM),这些网络可以学习如何在多智能体环境中对代理的未来行为进行准确的预测。因为这些模型对环境中存在的离散实体和关系进行操作,所以它们产生可解释的中间体表达能够深入了解推动代理人行为的因素,以及调解社交互动的强度和价值的事件。此外,我们展示了代理内部的RFM模块,与非增强基线相比,可以实现更快的学习系统。随着我们开发和交互的自治系统越来越多地成为多智能体,开发利用分析工具来表征代理如何以及为何做出决策的工具越来越必要。此外,开发快速且易于学会彼此协调的人工制剂以及在共享环境中与人类协调是至关重要的。
translated by 谷歌翻译
在欧洲,20%的CT扫描覆盖了胸部区域。获取图像包含有关心血管系统的信息,这些信息由于心脏区域缺乏对比而经常保持不变。另一方面,对比增强计算机断层扫描(CECT)代表了一种成像技术,可以轻松评估心腔容积和对比度动力学。通过这项工作,我们的目标是使用卷积神经网络的深度学习方法来解决这些潜在信息的提取和表示问题。从没有造影剂的图像中提取相关特征开始,我们尝试将它们重新映射到CECT的典型特征上,以合成在心室中以解剖学为特征的图像,就像注射了几乎碘的造影剂一样。目的是保证估计左心室容积并执行对比度动态的评估。 Ourapproach基于对120名患者进行训练的去卷积网络,这些患者在同一对比动脉期和同一心脏期进行了CT采集。为了确保可靠的预测CECT图像,就值和形态而言,通过组合误差函数来定义像素方式对应来定义自定义损失函数,其考虑输入和输出图像之间的Hounsfield单位的相似性并且通过在合成的二值化版本和真实CECT图像上计算交叉熵。最终在20个主题上测试了所提出的方法。
translated by 谷歌翻译
Networks, which represent agents and interactions between them, arise in myriad applications throughout the sciences, engineering, and even the humanities. To understand large-scale structure in a network, a common task is to cluster a network's nodes into sets called "communities", such that there are dense connections within communities but sparse connections between them. A popular and statistically principled method to perform such clustering is to use a family of generative models known as stochastic block models (SBMs). In this paper, we show that maximum likelihood estimation in an SBM is a network analog of a well-known continuum surface-tension problem that arises from an application in metallurgy. To illustrate the utility of this relationship, we implement network analogs of three surface-tension algorithms, with which we successfully recover planted community structure in synthetic networks and which yield fascinating insights on empirical networks that we construct from hyperspectral videos.
translated by 谷歌翻译
评估图像处理技术功效的传统指标无法理解现代图像处理方法的能力和局限性 - 特别是那些通过深度学习实现的方法。在工程解决方案中应用图像处理时,科学家或工程师需要使用clearmetrics来证明他们的设计决策。通过在图像处理之前和之后应用盲/无参考图像空间质量(BRISQUE),结构相似性(SSIM)指数得分和峰值信噪比(PSNR),我们可以以有意义的方式量化质量改进并确定给定方法的最低可恢复图像质量。
translated by 谷歌翻译
行人和车辆经常在复杂的城市交通中共享道路。这导致车辆和行人之间的相互作用,同时影响对方的运动。为了创建可靠的方法来推理行人行为并设计自驾车和行人之间的通信接口,我们需要更好地理解这种交互。在本文中,我们提出了一种数据驱动的方法来隐式模拟行人与车辆的相互作用,以更好地预测行人行为。我们提出了一种LSTM模型,该模型将行人和自我车辆的过去轨迹以及行人头部方向作为输入,并预测行人的未来位置。我们基于使用车载摄像头拍摄的真实世界内城数据集的实验表明,与基准线使用过去的行人轨迹相比,此类线索的使用改善了行人预测。
translated by 谷歌翻译
在广义线性估计(GLE)问题中,我们寻求估计通过线性变换观察到的信号,然后是分量,可能是非线性和噪声的信道。在贝叶斯最优设置中,已知广义近似消息传递(GAMP)实现GLE的最佳性能。然而,只要假设和真实生成模型之间存在不匹配,其性能就会显着降低,这种情况在实践中经常遇到。在本文中,我们提出了一种新算法,称为广义近似测量传播(GASP),用于在存在先验或模型误规范的情况下求解GLE。作为原型示例,我们考虑相位检索问题,其中我们显示GASPout执行相应的GAMP,降低重建阈值,并且对于其参数的某些选择,接近贝叶斯最优性能。此外,我们提出了一组状态演化方程,它可以在高维极限中表征GASP的动力学。
translated by 谷歌翻译