-
基于迁移学习的电力负荷预测研究
摘要:电力负荷预测是智能电网建设的基础,对我国未来碳计量工作具有重要作用。基于智能算法的电力负荷预测需要大量的历史数据作为模型训练样本,而新建城区或电力计量基础较为落后地区,难以收集大量准确的历史数据用于训练模型,导致难以准确进行电力负荷预测。现通过深度学习网络构建电力负荷预测模型,并基于迁移学习算法构建既有建筑电力数据和新建建筑电力负荷间的联系,通过既有建筑负荷历史数据训练所得模型来预测新建建筑电力负荷,以南京市某办公建筑为例验证所构建的负荷预测模型,预测误差可保持在7.8%以内,所提出的电力负荷预测方法可为实际电力负荷预测计量提供参考。
-
一种基于迁移极速学习机的人体行为识别模型
摘 要：为了解决由于每个用户的行为都有自身的特点和习惯，加之手机放置位置和方向的不确定性及多样性所导致的通用模型识别率低的问题，文章提出了利用TrELM（Transfer Extreme Learning Machine）算法实现迁移学习，并基于智能手机中内置的加速度传感器进行信息采集并通过机器学习方法构建人体行为识别模型。该方法是一种基于参数迁移的方法，通过对ELM的目标函数进行修改，引入一个可以表示两域差异的迁移学习量，从而实现ELM模型的迁移学习。实验结果表明， 该模型可以有效的提高新用户的行为识别正确率。
-
什么是迁移学习？迁移学习的实现方法与工具分析
深度学习主要强调的是特征，强化学习主要强调的是反馈，而迁移学习主要强调的是适应。 之前介绍过人工智能之机器学习算法有前5大类内容，具体请参见相关文章。今天我们重点探讨一下第6
-
英伟达DLI和迁移学习将推动医疗跨科整合
人工智能、机器学习、深度学习这三个不断被深入开发的技术，医疗影像的大数据分析用得上、在医院的病患分析人脸辨识也用得上、而在B2C端的在线皮肤状况检测也用得上。英伟达解决方案架构暨工程副总裁Mar
-
下一个AI寒冬的隐患如何去解决
“我现在就在做一线的事情，防止（人工智能）冷下去。”当被问及眼下这一波人工智能热潮是否会像历史上的几波一样昙花一现，国际人工智能理事会（IJCAI）主席、香港科技大学计算机科学与工程系主任杨强这
-
区块链数据集有怎样的机器学习方法
使用机器学习来分析区块链数据集是一个令人着迷的挑战。区块链数据集除了具有不可思议的潜力，可以帮助我们了解加密货币资产的行为，但是这对机器学习的实践者提出了非常独特的挑战。然而这些挑战被转化为大多
-
如何使用机器学习来分析区块链数据集
使用机器学习来分析区块链数据集是一个令人着迷的挑战。区块链数据集除了具有不可思议的潜力，可以帮助我们了解加密货币资产的行为，但是这对机器学习的实践者提出了非常独特的挑战。然而这些挑战被转化为大多
-
使用AI技术有哪一些障碍
人工智能就像个不断移动的标靶，而企业要做的就是努力“正中靶心”。 当然，当我们看到Alexa、Siri以及AlphaGO不断占据新闻头条的同时，不得不承认的另一个现实情况是——包括机器学
-
人工智能迁移学习 规范化的使用与相关运用领域的限制必不可少
漫画，对于许多人来说是童年不可或缺的美好记忆，而提到漫画，手冢治虫又是一个必须要提及的名字，他的粉丝更是遍布了各个年龄层。尽管，其中有一定数量的人并没有经历过手冢治虫连载漫画的那个年代，但是，其
-
如何让深度学习变得简单
在不远的过去，数据科学团队需要一些东西来有效地利用深度学习： 新颖的模型架构，很可能是内部设计的 访问大型且可能是专有的数据集 大规模模型训练所需的硬件或资金 这
-
优势和缺点同样明显的Alexa未来将会走向何方
2018年，亚马逊Alexa语音助手取得的进步更多来自于广度而不是深度。记得，亚马逊在2014年秋季推出了第一款AI人工智能音响Echo时，当时很多人都不了解Echo的运行机制是怎样的。从2014年到
