Search Results ML

「Covid-19の感情分析」

「私はこれをするためにGoogle Collaboratoryを使用していますまず、ノートブックに以下のPythonコードを使用してPythonにkaggleをインストールします次に、kaggle.comに移動してくださいkaggle.comで、設定に移動してください...」

「16/10から22/10までの週のトップ重要なコンピュータビジョン論文」

毎週、いくつかのトップレベルの学術会議とジャーナルでは、画像などの異なるサブフィールドでのエキサイティングなブレイクスルーを紹介するコンピュータビジョンの革新的な研究が披露されました...

気候変動の責任は誰にあるのか？ – グラフィカルなアプローチ

そこで、私は自分の仕事に集中して量子コンピューティングの基礎を独学していたとき、今年の8月にIBMのグローバル量子サマースクールに参加しましたこれは集中的なコースなので、人は...

16/10から22/10の週の重要なLLM論文のトップ

大規模言語モデル（LLMs）は最近急速に進歩しています新しい世代のモデルが開発されるにつれ、研究者やエンジニアが最新の進歩について情報を得ることが重要です...

コーディング不要、創造力だけで GPT-4でできるかっこいい5つのこと

「GPT-4やLlama-2などの大規模言語モデルについての記事を書いてきましたそれらの訓練方法や微調整方法、パラメータやプロンプティングを通じた出力の改善方法などについて紹介しましたしかし、ひとつだけまだ書いていないことがあります…」

偏見の神話を打破する

おそらくAIが暴走して、私たちが頭をかいてしまうような意思決定をしたというケースについては聞いたことがあるかもしれません肌の色が伝わらないという顔認識ソフトウェアを考えると...

ノースウェスタン大学の研究者は、AIのエネルギー使用量を99％削減したオフグリッド医療データの分類のための画期的な機械学習フレームワークを提案しました

最近、ノースウェスタン大学の研究者たちは、特に心電図（ECG）の解釈の文脈で、オフグリッド医療データの分類と診断に画期的な機械学習フレームワークを提案しました。この論文では、低電力計算ハードウェア上でのECG分類のためのサポートベクターマシン（SVM）アルゴリズムの実装の課題について議論しています。この論文では、デュアルゲート型ヴァンダーワールス異接合を基にした混合カーネルトランジスタを使用した新しい解決策を示しています。この論文は、オフグリッド医療データの分類と診断における現存する問題に取り組んでいます。課題は、ECG分類のためのSVMアルゴリズムの実装において、従来のCMOS回路を使用した場合の複雑さと相当な消費電力にあります。論文では、ECGの解釈のための現在利用可能な手法とフレームワークを取り上げ、SVMが効率的でニューラルネットワークよりも計算負荷が少ないことを強調しながら、CMOS回路を使用したハードウェア実装は消費電力と複雑さの面で制約があると指摘しています。研究者たちは、デュアルゲート型ヴァンダーワールス異接合を基にした再構成可能な混合カーネルトランジスタを提案しています。これらのトランジスタは、アナログSVMカーネルアプリケーションに対して完全に可変のガウス関数とシグモイド関数を生成することができ、ECGの解釈など、オフグリッド医療データ分類においてよりエネルギー効率の高い実用的なアプローチを提供します。論文は、混合カーネルトランジスタの詳細について詳しく説明しています。これらのトランジスタは、単層の二硫化モリブデン（MoS2）をn型材料とし、溶液プロセスされた半導体カーボンナノチューブ（CNTs）をp型材料として使用しています。電場スクリーニングの精密な制御により、単一のデバイスを使用して細かく粒状化されたガウス、シグモイド、および混合カーネル関数の完全なセットを生成することができます。この再構成可能性により、ベイズ最適化を使用して個別の患者プロファイルに合わせたパーソナライズされた検出が可能となります。研究者たちは、ECG信号からの不整脈検出において、混合カーネルトランジスタの効果を実証しています。彼らは従来の放射基底関数カーネルと比較し、異接合で生成されたカーネルが高い分類性能を達成していることを示しています。さらに、研究者はベイズ最適化を使用してハイパーパラメータを最適化し、分類性能を向上させ、個別の不整脈検出に適したものとしています。総括すると、研究者たちは、従来のCMOS実装よりも混合カーネルトランジスタの利点を強調しています。彼らは、1つの混合カーネル異接合デバイスで、CMOS回路では数十のトランジスタが必要となるものを実現できることを強調しています。このアプローチは、ウェアラブルおよびエッジ環境でのSVM分類アプリケーションにおいて、低消費電力かつスケーラブルな解決策を提供します。この研究は、ECGの解釈や他のヘルスモニタリングシナリオにおけるオフグリッド医療データ分類と診断の分野において、有望な展開を示しています。混合カーネルトランジスタは、よりエネルギー効率の高い再構成可能な解決策を提供し、個別化された効率的な医療データ分析の道を開いています。

私の個人的なコパイロット：自分自身のコーディングアシスタントをトレーニングする

プログラミングとソフトウェア開発の常に進化する風景において、効率と生産性の追求は非凡なイノベーションにつながってきました。そのようなイノベーションの一つが、Codex、StarCoder、そしてCode Llamaといったコード生成モデルの登場です。これらのモデルは、人間のようなコードの断片を生成する能力を示し、コーディングアシスタントとしての無限の潜在能力を持っています。しかし、これらの事前学習済みモデルは、さまざまなタスクにおいて印象的なパフォーマンスを発揮する一方で、まだまだ未来に待ち受けている魅力的な可能性も存在します。それは、特定のニーズに合わせてコード生成モデルをカスタマイズできる能力です。エンタープライズスケールで活用できる個人別のコーディングアシスタントを想像してみてください。このブログ投稿では、私たちがどのようにHugCoder 🤗を作成したかを紹介します。HugCoderは、huggingface GitHubの公開リポジトリからのコード内容に対して、コードLLMでファインチューニングを行ったものです。データの収集ワークフローやトレーニング実験、興味深い結果についても話します。これにより、プロプライエタリなコードベースに基づいた独自のパートナーを作成することができます。さらなるこのプロジェクトの拡張のアイデアもいくつかご提案します。では、始めましょう 🚀 データ収集のワークフロー私たちが望むデータセットは、概念的にはシンプルで、次のような構造になっています。 Githubからのコード内容のスクレイピングは、PythonのGitHub APIを用いれば簡単です。ただし、リポジトリの数やリポジトリ内のコードファイルの数に応じて、APIのレート制限に達する可能性があります。そのような問題を防ぐために、私たちは公開リポジトリをすべてローカルにクローンし、APIではなくそれらからコンテンツを抽出することにしました。ダウンロードスクリプトでは、Pythonのmultiprocessingモジュールを使用して、すべてのリポジトリを並列にダウンロードしました。詳細な実装については、このダウンロードスクリプトを参照してください。リポジトリにはしばしば画像やプレゼンテーションなどの非コードファイルが含まれていますが、私たちはそれらをスクレイピングすることには興味がありません。これらを除外するために、拡張子のリストを作成しました。Jupyter Notebook以外のコードファイルを解析するために、私たちは単純に「utf-8」エンコーディングを使用しました。ノートブックの場合は、コードセルのみを考慮しました。また、コードと直接関係のないファイルパスはすべて除外しました。これには、.git、__pycache__、およびxcodeprojなどが含まれます。このコンテンツのシリアライズを比較的メモリにやさしいものにするために、私たちはチャンキングとfeather形式を使用しました。フルの実装については、こちらのスクリプトを参照してください。最終的なデータセットは、Hubで利用可能であり、以下のような見た目をしています：このブログでは、stargazersに基づいて、Hugging Faceの最も人気のある10つのパブリックリポジトリを考慮しました。それらは次のとおりです： [‘transformers’, ‘pytorch-image-models’, ‘datasets’, ‘diffusers’,…

「Amazon Personalizeと生成AIでマーケティングソリューションを向上させましょう」

生成的な人工知能は、企業のビジネスの進化をもたらしています組織はAIを活用してデータに基づく意思決定を改善し、オムニチャネルの体験を向上させ、次世代の製品開発を推進しています企業は具体的には、電子メール、プッシュ通知、その他のアウトバウンドコミュニケーションチャネルを通じてマーケティングの取り組みを強化するために生成的なAIを活用していますガートナーは「2025年までに、アウトバウンドマーケティングメッセージの30%がAIによって生成される」と予測しています

リシ・スナック、新しいグローバルAI安全機関のビジョンを明確化

に英国の首相は、彼が来週発表する予定のさまざまな新しいAIガバナンスイニシアチブについての中国からの支援を求めることを擁護しました

Learn more about Search Results ML - Page 181