起源 世界模型[https://zhuanlan.zhihu.com/p/39928037]被lecun认为是弥补RL不足和通向下一代AI的要点。虽然Model-Based ...
发简信
IP属地：湖南
-
基于世界模型的深度强化学习 -
连接组(Connectome)一书短评在连接组学萌芽之前，颅相学对脑区的划分和功能分析已有很久的沉淀，它依赖于原始的神经刺激和神经活动测量。较新的技术是MRI和fMRI无法从更精细的观测，从而难以发掘更精确的神经...
-
《隐秩序》-第二章：适应性主体——摘录与评述（Part-3 规则发现算法）在第二章的Part-1和第二章的Part-2中，笔者分别摘录和评述了适应性主体的执行系统和信用分派算法。1. 首先，霍兰基于规则为适应性主体进行建模。将主体在某个固定时间上的...
-
《隐秩序》-第二章：适应性主体——摘录与评述（Part-2 信用分派算法）在第二章的Part-1中，笔者摘录和评述了适应性主体的执行系统。霍兰用规则这一统一方式描述不同种类主体的性能，而不考虑由于适应所产生的变化。在本篇中，霍兰给出了基于规则的适应...
-
《隐秩序》-第二章：适应性主体——摘录与评述（Part-1 执行系统）概要 为了对跨学科的截然不同的CAS系统构建共同描述，霍兰首先给出对适应性主体的建模。 在第一章抽取的七个基本点的基础上，霍兰构建了由执行系统、信用分派算法和规则发现算法三大...
-
《隐秩序》第一章：基本元素——摘录与评述概要 即使是圣菲研究所，也只是复杂系统科学的一个代表流派，而复杂系统科学还处于核心概念和定义的不断发展过程之中。 在本书的第一章中，霍兰首先给出了他对复杂适应系统（Compl...
-
《隐秩序：适应性造就复杂性》--摘录与评述
霍兰（John Henry Holland）是圣菲研究所的代表学者，因发明遗传算法而闻名。以前对遗传算法的理解就是一个启发式的优化方法，但是通过米歇尔的《复杂》一书的科普，我...
-
"深度学习的迁移模型"主题报告速记与评述（四）笔者按 ：机器学习正在走向基于“语义”的可解释模型的新时代。迁移学习很有可能接过监督学习今天的辉煌，显著提升模型的可解释性和适应性：不仅在有着大数据的领域性能优异，还能迁移到...
-
"众包中的统计推断与激励机制" 主题报告速记与评述（三）笔者按 ：机器学习正在走向基于“语义”的可解释模型的新时代。但在很多场合，例如“语义”驱动的监督学习器在能够达到更强泛化能力前，也还需要数据驱动型算法，而后者的“养料”是标注...
-
"大数据如何帮助小数据?" 主题报告速记与评述（二）笔者按：机器学习正在走向基于“语义”的可解释模型的新时代，zero-shot learning是其中一个很有价值的方向。参见“A DARPA Perspective on A...
-
《隐秩序》-第二章：适应性主体——摘录与评述
概要 为了对跨学科的截然不同的CAS系统构建共同描述，霍兰首先给出对适应性主体的建模。 在第一章抽取的七个基本点的基础上，霍兰构建了由执行系统、信用分派算法和规则发现算法三大...
