2. 程式人生 > >深度分享：世界頂級神經科學家王小勤教授CCL 2018主旨報告（PPT全文，經報告人同意釋出）...

深度分享：世界頂級神經科學家王小勤教授CCL 2018主旨報告（PPT全文，經報告人同意釋出）...

阿新 • • 發佈：2018-12-05

https://blog.csdn.net/cf2SudS8x8F0v/article/details/84680197

 

640?wx_fmt=jpeg

報告人：王小勤 清華大學腦與智慧實驗室主任

來源：TsinghuaNLP公眾號

 

人類的語言處理系統起始於聽覺系統，大腦通過聽覺系統來感知自然界多姿多彩的聲學環境。在我們日常聽見的眾多聲音中，語音和音樂是我們人類相互交流最為重要的兩類聲學訊號。在過去幾十年中，神經科學的研究對於大腦如何處理語音和音樂有了較為深刻的理解，這些研究結果對於計算機語言處理具有重大的意義。語音和音樂訊號有著複雜的時域和頻域特徵，聽覺系統通過一系列的非線性轉換提取語音和音樂中的資訊及特徵，大腦基於這些特徵形成語言的理解、情感認知等高階功能並進一步產生記憶。在這個過程中，大腦的學習和記憶功能至關重要。在這個報告中將和大家分享大腦處理語言和音樂的最新進展。

 

 

PPT 內容如下

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

 

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

相關推薦

深度分享：世界頂級神經科學家王小勤教授CCL 2018主旨報告（PPT全文，經報告人同意釋出）...

https://blog.csdn.net/cf2SudS8x8F0v/article/details/84680197   報告人：王小勤 清華大學腦與智慧實驗室主任 來源：TsinghuaNLP公眾號   人類的語言處理系統起始於聽覺系統，大腦通過聽

CDA資料分析研究院深度分享：資料科學家工作融入及面試技巧

本次活動邀請到的嘉賓是王大禹老師，王老師在AI領域有近20年的研究、開發、應用經驗，研究方向包括自然語言處理、機器學習、資訊檢索、知識圖譜、使用者畫像等。曾任美非能源有限公司董事副總裁、微軟亞太研發集團產品經理等。現任新浪微博產品專家。王老師的分享分為兩個部分，分別是資料科學家工作的落地與融入，結合國際知

深度學習：卷積神經網路，卷積，啟用函式，池化

卷積神經網路——輸入層、卷積層、啟用函式、池化層、全連線層 https://blog.csdn.net/yjl9122/article/details/70198357?utm_source=blogxgwz3 一、卷積層 特徵提取 輸入影象是32*32*3，3是它的深度（即R

CDA深度分享：資料自由之路——資料產品及資料分析職業發展路徑

本次CDA深度分享活動於11月27日，在CDA北京西二旗校區舉行，活動邀請到的嘉賓是曾津老師，曾老師任職去哪兒網資深資料產品經理，中央財經大學財政學碩士，CDA II建模分析師。2015年4月加入去哪兒網，此前在諮詢公司及遊戲公司從事資料分析、戰略分析相關工作，有多年資料分析及實戰經驗。加入去哪兒網負責機

深度學習：卷積神經網路CNN入門

該文是，並假設你理解前饋神經網路。 目錄 視覺感知 畫面識別是什麼識別結果取決於什麼 影象表達 畫面識別的輸入畫面不變形 前饋神經網路做畫面識別的不足卷積神經網路做畫面識別 區域性連線空間共享輸出空間表達Depth維的處理Zero padding形狀、概念抓取多filte

深度學習：卷積神經網路物體檢測之感受野大小計算

1 感受野的概念 　　在卷積神經網路中，感受野的定義是 卷積神經網路每一層輸出的特徵圖（feature map）上的畫素點在原始影象上對映的區域大小。 　 　 　　RCNN論文中有一段描述，Alexnet網路pool5輸出的特徵圖上的畫

深度學習：卷積神經網路與影象識別基本概念

一 卷積神經網路的組成 影象分類可以認為是給定一副測試圖片作為輸入 IϵRW×H×CIϵRW×H×C，輸出該圖片 屬於哪一類。引數 W 是影象的寬度，H 是高度，C 是通道的個數；彩色影象中 C = 3，灰度影象 中 C = 1。一般的會設定總共類別的個數，

深度學習：前饋神經網路

神經元模型，由兩部分組成。一部分將訊號進行累加，得到得分函式，還有偏置項（bias），相當於函式的截距項或者常數項。 Z=bias+∑i=1mxiwi=∑i=0mxiwiZ=bias+∑i=1mxi

基於Keras/Python的深度學習：遞迴神經網路速成大法

正在統治諸如輸入序列等機器學習難題的一種神經網路型別，是遞迴神經網路（Recurrent Neural Networks）。隨著時間的推移，遞迴神經網路已經擁有包含迴圈、增加反饋和記憶網路的連線。記憶可以使這種型別的網路能夠學習和歸納輸入序列而不是單個模式。遞迴

深度學習：卷積神經網路

卷積神經網路是實際應用中最為成功的神經網路。卷積在機器學習中有兩個具體的優勢：稀疏連線和引數共享。 對一幅影象進行卷積，使用卷積核進行卷積，然後卷積後得到特徵對映或者特徵圖（Feature Map）

資源分享：微信控制家庭智慧小管家機器人

資源分享：微信控制家庭智慧小管家機器人 今天分享微信控制家庭智慧小管家機器人（附語音聊天、人臉檢測、自主巡航等）的資料，內容比較多，這邊文章不夠放，更詳細資料到闖客網技術論壇下載，或加群獲取：81328832下載地址：https://bbs.usoftchina.com/thread-203794-1-1.

如何看待Pensieve：MIT基於神經網路的流媒體位元速率自適應策略（周超）

寫在前面 今年的SIGCOMM上， MIT CSAIL的一支研究團隊，發表了一篇名為Pensieve的工作，即利用神經網路優化位元速率自適應演算法，用於提高媒體傳輸質量。文章結果表明：與一般的state-of-the-art 方法相比，Pensieve能平均提升QoE高達12%–25%。之

分享：office2010的一些有用的小技巧

    如果你總是感覺自己在使用Office的時候效率偏低，沒能完全掌控Office的各項功能，那麼你就要趕快來看看我們為大家準備的Office 2010操作小技巧了。 　　為什麼是Office 2010？因為Office 2010是微軟最新的辦公工具，擁有最強大的功

技術寫作技巧分享：我是如何從寫作小白成長為多平臺優秀作者的？

我從事技術寫作的時間其實不長，開始寫作的時間就是我掘金賬號註冊的時間： ![image-20210219170755430](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/222506a94bb54433aa2b49b8e6f3d085~tplv-k3u

[您有新的未分配科技點]博弈論進階：似乎不那麽恐懼了…… （SJ定理，簡單的基礎模型）

裏的 如果 cnblogs 經典 ant 控制 nim osi 取石子 這次，我們來繼續學習博弈論的知識。今天我們會學習更多的基礎模型，以及SJ定理的應用。 首先，我們來看博弈論在DAG上的應用。首先來看一個小例子：在一個有向無環圖中，有一個棋子從某一個點開始一直向它的出點

解讀：未來30年新興科技趨勢報告（AI Frist，IoT Second）

體驗 數據分析 量子加密 除了 根據 dia 探測 clu 代碼 前段時間美國公布的一份長達35頁的《未來30年新興科技趨勢報告》。該報告是在美國過去五年內由政府機構、咨詢機構、智囊團、科研機構等發表的32份科技趨勢相關研究調查報告的基礎上提煉形成的。 通過對近70

vue2.0：專案開始，首頁入門（main.js，App.vue,import...from）

接下來，就需要對main.js App.vue 等進行操作了。 　　但是這就出現了一個問題：什麼是main.js，他主要幹什麼用的？App.vue又是幹什麼用的？main.js 裡面的import from又在幹嘛？newVue（{}）是幹嘛的？裡面又需要什麼引數，它到底能幹什麼。在網上搜

Leetcode 105：從前序與中序遍歷序列構造二叉樹（最詳細的解法！！！）

根據一棵樹的前序遍歷與中序遍歷構造二叉樹。 注意: 你可以假設樹中沒有重複的元素。 例如，給出 前序遍歷 preorder = [3,9,20,15,7] 中序遍歷 inorder = [9,3,15,

Leetcode 106：從中序與後序遍歷序列構造二叉樹（最詳細的解法！！！）

根據一棵樹的中序遍歷與後序遍歷構造二叉樹。 注意: 你可以假設樹中沒有重複的元素。 例如，給出 中序遍歷 inorder = [9,3,15,20,7] 後序遍歷 postorder = [9,15,7

Python學習【第9篇】：Python之常用模組二（時間模組，序列化模組等） 常用模組2

常用模組2 一、time模組 表示時間的三種方式： 　　時間戳：數字（計算機能認識的） 　　時間字串：t='2012-12-12'