10月18日,記者從哈爾濱工業大學(深圳)獲悉,該校計算機科學與技術學院張永兵教授團隊與清華大學自動化系季向陽教授團隊合作,在“AI+擴散動力學”領域取得重要研究進展,為AI助力人類進一步深入理解異常擴散與復雜動力學行為邁出開創性一步。相關研究成果于近日發表在《自然·計算科學》上。
在將深度學習方法應用于異常擴散的識別與表征過程中,如果觀測軌跡缺失了訓練擴散模型所需的關鍵特征,該方法將難以準確識別觀測現象,進而引發誤識別的風險。這一潛在的錯誤識別問題,成為了阻礙深度學習方法在擴散動力學實際研究中應用的重大障礙。
為此,研究團隊針對現實世界場景中的復雜與未知擴散動力學行為,首次提出可靠識別異常擴散的深度學習框架,并借助人工智能驅動的科學研究改變現有擴散評估模式,探討了深度學習從經驗觀察中發現和分析未知擴散模式的機會。
記者了解到,鑒于本研究的新穎性和重要性,《自然·計算科學》期刊邀請美國科羅拉多州立大學電氣和計算機工程系阿德里安·帕切科·波佐博士和迭戈·克拉普夫教授對這一成果進行解讀與評述。他們認為,該成果加強了人們對異常擴散的理解,同時為使用深度學習進行分布外檢測促進新理論發展注入了新動力。
友情鏈接: 政府 高新園區合作媒體
Copyright 1999-2024 中國高新網chinahightech.comAll Rights Reserved.京ICP備14033264號-5
電信與信息服務業務經營許可證060344號主辦單位:《中國高新技術產業導報》社有限責任公司