搜尋結果
2020年7月14日 · TO 編輯推薦觀點. 2020-07-14. 分享本文. 【我們為什麼挑選這篇文章】隨著機器學習討論度越來越高，以此為主題的論文數量也越來越多了。 要怎麼不花錢、不費時間，又能找到最新最優質的 AI 論文呢？ 別怕！ 論文搜尋神器 Papers with Code 可以解決你的困難。 到底有多神，讓我們看下去。 （責任編輯：呂珈寧） 文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處. 作者：量子位. 現在網站上有超過 2500 多個排行榜和 20,000 多個論文結果。 機器學習越來越熱門了，感覺不學習都趕不上時代的步伐了。 可是看論文又沒有方向，費時費力，也許還要花錢。 而且機器學習的論文數量還真不是普通的多。
2020年8月6日 · Deepfake 演算法透過偽造圖像和影像來生成大量的虛假內容，而且人眼很難將它們與真實的圖像和影像區分開來，因此開發能夠自動檢測和評估數字視覺媒體真實性的算法至關重要。 原文對 Deepfake 的演算法和最新文獻中 Deepfake 的檢測方法進行了調查。 研究人員針對挑戰、研究趨勢以及深層偽造技術的發展方向進行了詳細討論，可以為你在這個領域的工作和研究提供幫助。 透過回顧 Deepfake 的背景和最新的檢測方法，這篇文章提供了對該技術的全面概述並促進了更全面的開發方法，來應對日益嚴峻的偽造現象。 原文： Deep Learning for Deepfakes Creation and Detection: A Survey. 4.
2021年6月9日 · >> 完整論文傳送門 << 參考資料：PHYS.ORG、sciencealert （本文經 AI 新媒體量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈「下半身思考」有了科學依據！最新研究：與大腦共享92%蛋白質，器官工作流程驚人相似〉。首圖
2019年6月12日 · 現在，Google 已經將 TensorNetwork 開源（傳送門），也放出了與 TensorNetwork 相關的兩篇論文。 第一篇論文，對 TensorNetwork 進行了概述，並介紹了這一開源數據庫和 API ：
2021年5月3日 · Google 實現兩種新型強化學習演算法. TO 編輯推薦觀點. 2021-05-03. 分享本文. 【為什麼我們要挑選這篇文章】強化學習（RL）是機器學習中的一個領域，強調如何基於環境而行動，以取得最大化的預期利益。 近日，Google Research 的研究員實現了兩種新的強化學習演算法，讓它們能推展到更複雜的環境，實現更多應用。 （責任編輯：郭家宏） 本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處. 作者：量子位. 強化學習（RL）演算法持續「進化」中…… 來自 Google Research 的研究人員，證明可以使用圖表示 （graph representation）和 AutoML 的優化技術，來學習新的、可解析和可推廣的 RL 演算法！
2021年5月20日 · 2021-05-20. 分享本文. 【為什麼我們要挑選這篇文章】AI 讓不同產業做到數位轉型，那最傳統的「做研究」也有辦法嗎？ 在寫論文之前研究人員必須大量閱讀其他論文做文獻回顧，然而閱讀 PDF 檔案時，每個人一定都有過為了找關鍵訊息而上下翻找的困擾。 儘管目前可透過「ctrl+f」關鍵字搜尋加快速度，但對科學領域有特殊符號、公式的研究者而言，ScholarPhi 這款 PDF 神器如何解決他們的困擾？ （責任編輯：何泰霖） 本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處. 作者：量子位. 在閱讀學術論文 PDF 時，各位是不是經常需要來回翻頁查找某個專業術語或數學公式？
2024年4月16日 · 內容抄襲檢測服務 Turnitin 近日發表了一項驚人數據，指出全世界已有數百萬名學生，正在使用生成式人工智慧撰寫論文，其規模之大已經威脅到學術界的誠信與獨立性，甚至於論文和碩博士生所具備的價值。 根據 Turnitin 提供的報告，在審查了於平台上進行提交的 2 億篇論文後，該公司所開發的人工智慧偵測工具發現，竟有超過 2200 萬篇的論文至少包含 20% 的 AI 生成內容，占比約為 11%。 此外 Turnitin 還發現有多達 600 萬篇論文（約佔總數 3%），包含了至少 80% 的人工智慧生成內容，相當於整篇論文都是由 AI 所完成，學生們採用 AI 工具的規模之龐大，已經令學術和教育界難以忽略。
