首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

R语言之系统进化树的美化

百度百科对进化树的定义是:在生物学中,用来表示物种之间的进化关系。生物分类学家和进化论者根据各类生物间的亲缘关系的远近,把各类生物安置在有分枝的树状的图表上,简明地表示生物的进化历程和亲缘关系。在进化树上每个叶子结点代表一个物种,如果每一条边都被赋予一个适当的权值,那么两个叶子结点之间的最短距离就可以表示相应的两个物种之间的差异程度。同时有很多算法应运而生主要包括:贝叶斯法(Bayesian),最大似然法(Maximum likelihood,ML),最大简约法(Maximum parsimony,MP),邻接法(Neighbor-Joining,NJ),最小进化法(Minimum Evolution,ME),类平均法(UPGMA)。与此同时相对应的软件也出现,下图总结来源于网络:

02

不盲追大模型与堆算力!沈向洋、曹颖与马毅提出理解 AI 的两个基本原理:简约性与自一致性

大数据文摘授权转载自AI科技评论 论文作者 | 马毅、曹颖、沈向洋 整理 | 西西 编辑 | 陈彩娴 近两年,“大力(算力)出奇迹”的大模型成为人工智能领域多数研究者的追求趋势。然而,其背后巨大的计算成本与资源耗费问题也弊端渐显,一部分科学家开始对大模型投以严肃的目光,并积极寻求解决之道。新的研究表明,要实现 AI 模型的优秀性能,并不一定要依靠堆算力与堆规模。 深度学习火热十年,不得不说,其机遇与瓶颈在这十年的研究与实践中已吸引了大量的目光与讨论。 其中,瓶颈维度,最引人注意的莫过于深度学习的黑盒子特性(

01

不盲追大模型与堆算力!沈向洋、曹颖与马毅提出理解 AI 的两个基本原理:简约性与自一致性

近两年,“大力(算力)出奇迹”的大模型成为人工智能领域多数研究者的追求趋势。然而,其背后巨大的计算成本与资源耗费问题也弊端渐显,一部分科学家开始对大模型投以严肃的目光,并积极寻求解决之道。新的研究表明,要实现 AI 模型的优秀性能,并不一定要依靠堆算力与堆规模。 论文作者 | 马毅、曹颖、沈向洋 整理 | 西西 编辑 | 陈彩娴 深度学习火热十年,不得不说,其机遇与瓶颈在这十年的研究与实践中已吸引了大量的目光与讨论。 其中,瓶颈维度,最引人注意的莫过于深度学习的黑盒子特性(缺乏可解释性)与“大力出奇迹”(模

02

Bayesian causal inference: A unifying neuroscience theory

对大脑和支配神经处理的原理的理解需要简洁的理论,能够解释一系列不同的现象,并且能够做出可检验的预测。在这里,我们回顾贝叶斯因果推理理论,该理论已经由几个研究小组在人类和其他灵长类动物的各种任务中进行了测试、完善和扩展。贝叶斯因果推理是规范性的,已经解释了大量任务中的人类行为,包括单感觉和多感觉 知觉任务、感觉运动和运动任务,并解释了反直觉的发现。该理论做出了经过实验测试和证实的新颖预测,最近的研究已经开始绘制其算法和人脑中的神经实现。该理论所解释的现象的简约性和多样性,以及它在Marr 分析的所有三个层次上对大脑功能的启发,使得贝叶斯因果推理成为一个强大的神经科学理论。这也强调了协作和多学科研究对神经科学新理论发展的重要性。

02

70年AI发展迎来大一统?马毅、曹颖、沈向洋最新AI综述:探索智能发生的基本原则与「标准模型」

---- 新智元报道   编辑:LRS 好困 【新智元导读】「凡是我不能创造的,我就不能理解。」——费因曼。|还在纠结会不会错过元宇宙和web3浪潮?清华大学科学史系副教授胡翌霖,这次给你讲个透! 人工智能发展七十年,虽然技术指标上不断刷新,但到底什么是「智能」,它如何出现及发展的,还没有答案。 最近马毅教授联手计算机科学家沈向洋博士、神经科学家曹颖教授发表了一篇对智能出现及发展的研究综述,希望将智能体的研究在理论上统一起来,增进对人工智能模型的理解与可解释性。 论文链接:http://arxiv.

01
领券