深度神经网络（DNNS）在现代应用中被大量使用，并将能量构成设备投入了测试。为了绕过高能消耗问题，已在DNN加速器中采用了近似计算，以平衡准确的能量降低权衡。但是，近似诱导的精度损失可能很高，并且会大大降低DNN的性能。因此，需要一种细颗粒机制，该机制将特定的DNN操作分配给近似值以保持可接受的DNN精度，同时还可以达到低能消耗。在本文中，我们提出了一个自动化框架，用于重量到附属映射，以实现近似DNN加速器的正式属性探索。在MAC单位级别上，我们的实验评估在能源收益方面超过了$ \ times2 $的能源效率映射，同时还支持对引入近似值的更细粒度控制。
translated by 谷歌翻译
Social media and messaging apps have become major communication platforms. Multimedia contents promote improved user engagement and have thus become a very important communication tool. However, fake news and manipulated content can easily go viral, so, being able to verify the source of videos and images as well as to distinguish between native and downloaded content becomes essential. Most of the work performed so far on social media provenance has concentrated on images; in this paper, we propose a CNN architecture that analyzes video content to trace videos back to their social network of origin. The experiments demonstrate that stating platform provenance is possible for videos as well as images with very good accuracy.
translated by 谷歌翻译
Associazione Medici Diabetologi（AMD）收集并管理着全球最大的糖尿病患者记录集合之一，也称为AMD数据库。本文介绍了一个正在进行的项目的初步结果，该项目的重点是人工智能和机器学习技术的应用，以概念化，清洁和分析如此重要且有价值的数据集，目的是提供预测性见解，以更好地支持糖尿病学家的诊断糖尿病学家和治疗选择。
translated by 谷歌翻译
我们为交互式数据探索设置中的下一个查询建议提出了一种算法，例如信息收集的知识发现。最先进的查询建议算法基于利用历史交互数据的顺序到序列学习方法。由于学习过程中涉及的监督，这种方法无法适应立即的用户反馈。我们建议使用基于变压器的因果语言模型来查询建议，以适应使用多臂强盗（MAB）框架的直接用户反馈。我们使用来自流行的在线文献发现服务中的日志文件进行大规模的实验研究，并证明我们的算法在基于最先进的变压器的查询建议模型方面大大改善了每轮遗憾，该模型不要使用立即的用户反馈。我们的数据模型和源代码可从https://github.com/shampp/exp3_ss获得
translated by 谷歌翻译
通用全波电磁溶剂，例如利用有限差分时域（FDTD）方法的全波电磁溶剂，用于计算模拟实际GPR问题的要求。我们探讨了基于机器学习（ML）架构的GPR近实时的近期模拟方法的性能。为了简化此过程，我们开发了一种能够自动生成这些ML的前向求解器的框架。该框架使用了一种创新的培训方法，该方法将预测性维度减少技术和大型数据集由我们的FDTD仿真软件GPRMAX进行了模拟的GPR响应。前向求解器针对特定的GPR应用程序参数化，但是框架可以以直接的方式扩展到不同的电磁问题。
translated by 谷歌翻译
推荐系统已广泛应用于不同的应用领域，包括能量保存，电子商务，医疗保健，社交媒体等。此类应用需要分析和挖掘大量各种类型的用户数据，包括人口统计，偏好，社会互动等，以便开发准确和精确的推荐系统。此类数据集通常包括敏感信息，但大多数推荐系统专注于模型的准确性和忽略与安全性和用户隐私相关的问题。尽管使用不同的风险减少技术克服这些问题，但它们都没有完全成功，确保了对用户的私人信息的密码安全和保护。为了弥合这一差距，区块链技术作为推动推荐系统中的安全和隐私保存的有希望的策略，不仅是因为其安全性和隐私性突出特征，而且由于其恢复力，适应性，容错和信任特性。本文介绍了涵盖挑战，开放问题和解决方案的基于区块链的推荐系统的整体综述。因此，引入了精心设计的分类，以描述安全和隐私挑战，概述现有框架并在使用区块链之前讨论其应用程序和利益，以指示未来的研究机会。
translated by 谷歌翻译
H-Measol是一个分类器性能测量，但考虑到应用程序的上下文，而不需要设置相对错误分类成本的刚性值。自2009年推出以来，它已被广泛采用。本文回答了用户提出的各种查询，包括关于其解释的问题，加权函数的选择，无论是严格正确的，还是与其他工作的措施相关。
translated by 谷歌翻译
数据苛刻机器学习方法的扩散旨在利用基于规则的方法来扩大培训数据集的大小的方法的必要性。本文提出的指纹增强方案在线符合此概念，旨在增加用于训练定位模型的指纹数据集。该方法利用了以空间接近记录的指纹，以便执行指纹增强，从而创建结合原始特征的新指纹。构成新的增强指纹的建议方法是受到遗传算法的交叉和突变运算符的启发。 Proxyfaug方法旨在通过引入基于规则的，随机接近的指纹增强方法来提高指纹数据集的可实现定位精度。使用公共数据集在室外Sigfox设置中评估Proxyfaug的性能。在使用增强数据集的情况下，在中位误差和6％的中位误差和6％的最佳表现发布的定位方法得到了40％。结果分析表明，下误差四分位数的系统和显着性能改善，如中间误差的令人印象深刻的提高所示。
translated by 谷歌翻译