新闻中心 
-
01-22重新构建决策树的C4.5算法C4.5决策树算法是一种改进版的ID3算法，基于信息熵和信息增益进行决策树构建。它被广泛应用于分类和回归问题，是机器学习和数据挖掘领域中最常用的算法之一。C4....
-
01-22基于Lambda的MART算法LambdaMART是一种使用Lambda回归的集成学习算法，主要用于解决回归问题。它结合了MART和Lambda回归的优点，旨在处理非线性关系和异方差性。La...
-
01-22Seq2Seq模型在机器学习中的应用seq2seq是一种用于NLP任务的机器学习模型，它接受一系列输入项目，并生成一系列输出项目。最初由Google引入，主要用于机器翻译任务。这个模型在机器翻译领...
-
01-19ICLR'24无图新思路！LaneSegNet：基于车道分段感知的地图学习写在前面&笔者的个人理解地图作为自动驾驶系统下游应用的关键信息，通常以车道或中心线表示。然而，现有的地图学习文献主要集中在检测基于几何的车道或感知中心线...
-
01-15中科大开发「状态序列频域预测」方法，性能提升20%，样本效率达到最大强化学习算法（ReinforcementLearning,RL）的训练过程通常需要大量的与环境互动的样本数据来支持。然而，在现实世界中，收集大量交互样本往往非常...
-
01-15高效提升检测能力：突破200米以上小目标检测本文经自动驾驶之心公众号授权转载，转载请联系出处。基于LiDAR点云点3DObjectDetection一直是一个很经典的问题，学术界和工业界都提出了各种各样的...
