#機器學習模型

5 篇文章

預測行動式電力:新機器學習模型利用少量資料識別電池電量和健康狀態
981

預測行動式電力:新機器學習模型利用少量資料識別電池電量和健康狀態

透過最少資料,新的機器學習模型能預測電池的電量和健康狀況概述鋰離子電池是我們喜愛的許多裝置(如手機和膝上型電腦)的主要電源,隨著電動汽車逐步取代汽油車,鋰離子電池的影響力將繼續擴大。使用行動式電源需要優質的安全性和維護功能。卡內基梅隆大學和德克薩斯大學奧斯汀分校的研究團隊設計了一種電池管理系統,用於

妥善保障你堅固的機器學習模型中的後門
1101

妥善保障你堅固的機器學習模型中的後門

保護您堅固的機器學習模型免受後門攻擊簡介機器學習模型在當今軟體系統中扮演著重要的角色,然而這些模型也面臨著各種安全性和可靠性的挑戰。其中一個主要的攻擊向量是後門攻擊,這種攻擊方式通常是透過修改訓練資料將惡意訊息注入模型中。一旦受到後門攻擊,機器學習模型的安全性就會受到威脅。新加坡科技與設計大學(SU

Deepchecks 募資並推出開源取證平臺,為機器學習模型提供強大支援
994

Deepchecks 募資並推出開源取證平臺,為機器學習模型提供強大支援

針對機器學習模型進行持續取證的開源平臺——Deepchecks 深度學習新創公司 Deepchecks 發布開源平臺 Machine Learning Operations(MLOps)公司 Deepchecks 今天宣布推出了其開源平臺,用於持續取證機器學習(ML)模型。這一新產品旨在建立一個 ML

Deepchecks 種子融資 1400 萬美元,持續取證機器學習模型
768

Deepchecks 種子融資 1400 萬美元,持續取證機器學習模型

Deepchecks 獲得 1400 萬美元種子融資,持續取證機器學習模型隨著公司日益依賴機器學習模型,務必要持續檢查模型是否按照預期執行,並確保資料是有效的、無偏見的,且不會被損壞。以色列新創公司 Deepchecks 提供了一個解決方案,從開發到生產階段,持續測試模型。該公司宣布獲得 1400

多模式技術分析視音訊資料效能改善機器學習模型
1301

多模式技術分析視音訊資料效能改善機器學習模型

多模式技術分析音訊和視覺資料可提升機器學習模型效能詳細內容麻省理工學院(MIT)、MIT-IBM Watson AI 實驗室、IBM 研究等研究人員開發出一種新的技術,用於分析未標記的音訊和視覺資料,以提高機器學習模型在語音識別和物體檢測等應用中的效能。這項研究結合了自我監督學習的兩種架構,對比學習

«1»