在本文中，我们研究了针对泊松方程的解决方案的概率和神经网络近似，但在$ \ mathbb {r}^d $的一般边界域中，较旧或$ c^2 $数据。我们的目标是两个基本目标。首先，也是最重要的是，我们证明了泊松方程的解决方案可以通过蒙特卡洛方法在sup-norm中进行数值近似，但基于球形算法的步行略有变化。这提供了相对于相对于相对于相对于有效的估计值规定的近似误差且没有维度的诅咒。此外，样品的总数不取决于执行近似的点。作为第二个目标，我们表明获得的蒙特卡洛求解器renders relu relu深层神经网络（DNN）解决泊松问题的解决方案，其大小在尺寸$ d $以及所需的错误中大多数取决于多项式。和低多项式复杂性。
translated by 谷歌翻译
The general translator formalism and computing specific implementations are proposed. The implementation of specific elements necessary to process the source and destination information within the translators are presented. Some common directives or instructions, such as classes and procedures, were unified and generalized in order to allow general translations implementations. In order to cover general cases, two levels of processing are required, related to the source and destination information appropriate transformations, with the related control and processing instructions. The proposed general translator elements are useful for processing natural or artificial information described through any types of languages or systems.
translated by 谷歌翻译
我们提出了一种自适应学习智能辅导系统，该系统使用基于模型的强化学习形式，将学习活动分配给学生。该模型经过数千名学生的轨迹培训，以最大程度地提高其运动完成率并继续在线学习，并自动调整自己的新活动。与学生进行的随机对照试验表明，与其他方法相比，我们的模型可提高较高的完成率，并显着改善学生的参与度。我们的方法是完全自动解锁学习经验个性化的新机会。
translated by 谷歌翻译
在智能辅导系统中生成提示的现有工作（ITS）主要集中在手动和非个人反馈上。在这项工作中，我们探索了ITS中的个性化反馈作为个性化反馈。我们的个性化反馈可以在学生答案中查明正确，错误或缺失的短语，并通过提出自然语言问题来指导他们正确答案。我们的方法结合了因果分析，以使用基于文本相似性的NLP变压器模型来分解学生答案，以识别正确和不正确或缺失的零件。我们培训了一些弹药的神经问题生成和问题重新排序模型，以显示解决学生答案中缺少的组件的问题，这些组件使学生朝着正确的答案迈进。在基于真实对话的ITS测试时，我们的模型在学生学习的增长方面大大优于简单和强大的基线。最后，我们表明我们个性化的纠正反馈系统有可能改善生成的问答系统。
translated by 谷歌翻译
在对光学相干断层扫描（OCT）数据进行深度学习的应用时，通常是使用源自体积数据的2D图像训练分类网络。鉴于OCT系统的千分尺分辨率，在可见的结构和噪声中，连续图像通常非常相似。因此，不适当的数据拆分可能会导致训练和测试集之间的重叠，其中很大一部分文献忽略了这一方面。在这项研究中，使用三个OCT开放式访问数据集，Kermany's和Srinivasan的Ophthalmology数据集以及AIIMS乳房组织数据集证明了三个分类任务的数据集对模型评估的影响。结果表明，分类性能在MATTHEWS相关系数（准确性：5％至30％）方面膨胀了0.07，对于在数据集中测试的模型不当，突出了数据集处理对模型评估的相当大影响。这项研究旨在提高人们对数据集分裂的重要性的认识，因为在对OCT数据上实施深度学习方面的研究兴趣增加。
translated by 谷歌翻译
视网膜手术是一种复杂的医疗程序，需要特殊的专业知识和灵巧。为此目的，目前正在开发几种机器人平台，以实现或改善显微外科任务的结果。由于这种机器人的控制通常被设计用于在视网膜附近导航，成功的套管针对接并将仪器插入眼睛中代表了一种额外的认知努力，因此是机器人视网膜手术中的开放挑战之一。为此目的，我们为自主套管针对接的平台结合了计算机愿景和机器人设置。灵感来自古巴Colibri（蜂鸟）使用只使用视觉将其喙对齐，我们将相机安装到机器人系统的内逸线器上。通过估计套管针的位置和姿势，机器人能够自主地对齐并导航仪器朝向贸易圈的入口点（TEP），最后执行插入。我们的实验表明，该方法能够精确地估计套管针的位置和姿势，实现可重复的自主对接。这项工作的目的是降低机器人设置准备在手术任务之前的复杂性，因此增加了系统集成到临床工作流程的直观。
translated by 谷歌翻译