新闻中心 
-
07-11精度媲美AlphaFold，EPFL的AI方法从序列中匹配蛋白质互作1.蛋白质相互作用的重要性蛋白质是生命的基石，参与几乎所有生物过程。了解蛋白质如何相互作用对于解释细胞功能的复杂性至关重要。2.新方法：配对相互作用的蛋白质序列...
-
05-03Transformer要变Kansformer？用了几十年的MLP迎来挑战者KANMLP（多层感知器）用了几十年了，真的没有别的选择了吗？多层感知器（MLP），也被称为全连接前馈神经网络，是当今深度学习模型的基础构建块。MLP的重要性无论怎样...
-
03-19为自动驾驶而生，Lightning NeRF：速度提升10倍写在前面&笔者的个人理解最近的研究强调了NeRF在自动驾驶环境中的应用前景。然而室外环境的复杂性，加上驾驶场景中的视点受限，使精确重建场景几何体的任务变...
-
03-04弥合差距：为人工智能时代改造数据中心现代数据中心，不论规模大小，都需要重新思考电力管理和备份策略，这是创新战略中至关重要的一环。人工智能时代将彻底改变数据中心的现状。各类企业都积极探索如何利用生成...
-
02-28AI技术的发展，对数字经济到底有什么用？人工智能（AI）产业作为数字经济的重要组成部分，企业在数字化转型的初期阶段更关注基础类数据应用，如基于数据查询和数据分析的管理支持或流程支持。许多数字化从业者认...
-
01-23拉普拉斯近似原理及其在机器学习中的使用案例拉普拉斯近似是一种用于机器学习中求解概率分布的数值计算方法。它可以近似复杂概率分布的解析形式。本文将介绍拉普拉斯近似的原理、优缺点以及在机器学习中的应用。一、拉...
