女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

中國科學家開發深度強化學習框架:有效率識別復雜網絡

如意 ? 來源:百家號 ? 作者:量子認知 ? 2020-06-28 10:17 ? 次閱讀

網絡科學是從交叉學科研究成長起來的一個新興的學術領域。致力于研究復雜網絡的性質,并且應用這些性質去研究一些具有網絡特點的領域,比如信息技術網絡、計算機網絡、生物圈網絡、學習和認知網絡、社會關系網絡、經濟和金融網絡等。這個領域以數學中的圖論為理論基礎,從物理中的統計力學、計算機科學中的數據挖掘和信息可視化、統計學中的推斷建模、以及社會學和經濟學中的社會結構理論等學科和分之中汲取方法論營養。美國國家科研委員會(National Research Council)將網絡科學定義為“研究物理、生物、和社會現象的網絡化表達、創建針對這些象限具有預測效果的模型”的學科。

近年來,網絡科學家一直試圖解決的基本問題之一是,確定最能影響網絡功能的、稱為關鍵參與者(key players)的最佳節點集(optimal set of nodes)。

確定主要參與者可以極大地有益于許多實際應用,例如,增強網絡免疫的技術、輔助流行病控制、藥物設計和防止病毒營銷等。然而,由于其具有NP艱難性,使用具有多項式時間復雜度的精確算法來解決此問題已證明具有很高的挑戰性。

中國國防科技大學的科學家、會同加州大學洛杉磯分校(UCLA)和哈佛醫學院(HMS)的中國學者,最近開發了一種名為“FINDER”(發現者)的深度強化學習框架,該框架可以更有效率地識別復雜網絡中的關鍵參與者。該框架中接受了由經典網絡模型生成的一小套合成網絡的訓練,然后應用于實際場景。該最新研究成果論文在發表在今天的《自然》雜志的”機器智能“分刊上。

進行這項研究的高級研究人員之一、哈佛醫學院中國學者、劉養宇(Yang-Yu Liu)說,“這項工作是由網絡科學中的一個基本問題所激發的:我們如何找到最佳的關鍵角色集,這些角色的激活或移除將最大程度地增強或降低網絡功能?” “已經提出了許多近似和啟發式策略來處理特定的應用場景,但是我們仍然缺乏一個統一的框架來有效地解決這個問題。”

該框架代表通過深度強化學習在網絡中尋找關鍵參與者,它以最近開發的深度學習技術為基礎,用于解決組合優化問題。研究人員在由經典網絡模型生成的大量小型合成網絡上對該框架進行了培訓,并使用針對要解決的任務的獎勵函數來指導該框架。這樣的策略指導該框架根據其當前狀態,即當前網絡結構,確定在一段時間內累積最大報酬應該采取的行動,即應選擇的節點。

參與這項研究的另一位資深研究員、加州大學洛杉磯分校中國學者、孫益州(Yizhou Sun)說:“在傳統的強化學習任務中,例如在機器人技術中,代表狀態和動作可能很簡單,而網絡并非如此。” “在進行該項目時,我們面臨的另一個挑戰是確定如何表示網絡,因為它具有離散的數據結構并且位于一個非常高度的空間中。為解決此問題,我們擴展了當前的圖神經網絡來表示節點的動作和圖形的狀態,這是與強化學習任務共同學習的。”

如圖所示尋找在9/11恐怖分子網絡中的關鍵參與者,其中每個節點代表參與9/11攻擊的恐怖分子,邊緣代表他們的社交交流。節點大小與其程度成正比。三種方法:(a)高程度; (b)該深度強化學習框架; (c)集體影響力。藍色節點表示剩余圖中的節點,紅色節點表示在當前時間步確定的關鍵參與者,灰色節點是其余的孤立節點。面板(d)展示了這三種方法的累積歸一化連接曲線,其中的水平軸是已刪除節點的比例,垂直軸是其余的巨型連接組件中節點的比例。

為了有效地表示復雜的網絡,研究人員共同確定了各個網絡狀態和動作的最佳表示,以及當網絡處于特定狀態時確定最佳動作的最佳策略。結果表示可以指導該學習框架識別網絡中的關鍵參與者。

該研究團隊所設計的新框架具有很高的靈活性,因此只需更改其獎勵功能,就可以將其應用于各種現實網絡的分析,非常有效,因為發現它在效率和速度方面都優于許多以前確定網絡中關鍵參與者的策略。還可以輕松擴展該學習框架以分析包含數千個甚至數百萬個節點的廣泛網絡。

研究人員說,“與現有技術相比,該學習框架在尋找復雜網絡關鍵參與者的有效性和效率上均取得了卓越的表現。” “這代表了解決復雜的現實世界網絡上具有挑戰性的優化問題的范式轉變。該學習框架不需要領域特定知識,而只需真實網絡的程度異質性,就可以通過在小型合成圖上僅進行一次離線自訓練來實現此目標,然后令人驚訝地將現實世界網絡的各個領域的規模都大大提高了。”

迄今為止,新的深層加固框架已取得了令人鼓舞的結果。將來,它可用于研究社交網絡、電網、傳染病的傳播以及許多其他類型的網絡。

該團隊的發現強調了經典網絡模型的希望,并從中汲取了靈感。盡管簡單的模型可能看起來非常基礎,但實際上,它們通常捕獲了許多現實世界網絡的主要特征,即程度異質性。當嘗試解決與復雜網絡有關的復雜優化問題時,此功能可能具有巨大的價值。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 計算機網絡
    +關注

    關注

    3

    文章

    342

    瀏覽量

    22614
  • 網絡學習
    +關注

    關注

    0

    文章

    5

    瀏覽量

    6390
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    嵌入式AI技術之深度學習:數據樣本預處理過程中使用合適的特征變換對深度學習的意義

    ? 作者:蘇勇Andrew 使用神經網絡實現機器學習網絡的每個層都將對輸入的數據做一次抽象,多層神經網絡構成深度
    的頭像 發表于 04-02 18:21 ?710次閱讀

    BP神經網絡深度學習的關系

    ),是一種多層前饋神經網絡,它通過反向傳播算法進行訓練。BP神經網絡由輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調整網絡權重,目的是最小化網絡的輸出誤差。 二、
    的頭像 發表于 02-12 15:15 ?681次閱讀

    螞蟻集團收購邊塞科技,吳翼出任強化學習實驗室首席科學家

    領域的研究與發展。令人矚目的是,邊塞科技的創始人吳翼已正式加入該實驗室,并擔任首席科學家一職。 吳翼在其個人社交平臺上對這一變動進行了回應。他表示,自己最近接受了螞蟻集團的邀請,負責大模型強化學習領域的研究工
    的頭像 發表于 11-22 11:14 ?1296次閱讀

    卷積神經網絡的實現工具與框架

    : TensorFlow是由Google Brain團隊開發的開源機器學習框架,它支持多種深度學習模型的構建和訓練,包括卷積神經
    的頭像 發表于 11-15 15:20 ?575次閱讀

    如何使用 PyTorch 進行強化學習

    的計算圖和自動微分功能,非常適合實現復雜強化學習算法。 1. 環境(Environment) 在強化學習中,環境是一個抽象的概念,它定義了智能體(agent)可以執行的動作(actions)、觀察到
    的頭像 發表于 11-05 17:34 ?887次閱讀

    《AI for Science:人工智能驅動科學創新》第一章人工智能驅動的科學創新學習心得

    效率,還為科學研究提供了前所未有的洞察力和精確度。例如,在生物學領域,AI能夠幫助科學家快速識別基因序列中的關鍵變異,加速新藥研發進程。 2. 跨學科融合的新范式 書中強調,人工智能
    發表于 10-14 09:12

    NVIDIA推出全新深度學習框架fVDB

    在 SIGGRAPH 上推出的全新深度學習框架可用于打造自動駕駛汽車、氣候科學和智慧城市的 AI 就緒型虛擬表示。
    的頭像 發表于 08-01 14:31 ?986次閱讀

    科學家開發出首臺可見光飛秒光纖激光器

    光纖激光器的實驗裝置圖 加拿大拉瓦爾大學科學家開發出了第一臺可在電磁光譜的可見光范圍內產生飛秒脈沖的光纖激光器,這種能產生超短、明亮可見波長脈沖的激光器可廣泛應用于生物醫學、材料加工等領域。通常產生
    的頭像 發表于 07-25 06:43 ?547次閱讀
    <b class='flag-5'>科學家</b><b class='flag-5'>開發</b>出首臺可見光飛秒光纖激光器

    PyTorch深度學習開發環境搭建指南

    PyTorch作為一種流行的深度學習框架,其開發環境的搭建對于深度學習研究者和
    的頭像 發表于 07-16 18:29 ?2204次閱讀

    基于Python的深度學習人臉識別方法

    基于Python的深度學習人臉識別方法是一個涉及多個技術領域的復雜話題,包括計算機視覺、深度學習
    的頭像 發表于 07-14 11:52 ?1548次閱讀

    深度學習與卷積神經網絡的應用

    隨著人工智能技術的飛速發展,深度學習和卷積神經網絡(Convolutional Neural Network, CNN)作為其中的重要分支,已經在多個領域取得了顯著的應用成果。從圖像識別
    的頭像 發表于 07-02 18:19 ?1316次閱讀

    TensorFlow與PyTorch深度學習框架的比較與選擇

    深度學習作為人工智能領域的一個重要分支,在過去十年中取得了顯著的進展。在構建和訓練深度學習模型的過程中,深度
    的頭像 發表于 07-02 14:04 ?1480次閱讀

    新華社:突破性成果!祝賀我國科學家成功研發這一傳感器!

    6月25日,新華社以《突破性成果!祝賀我國科學家》為標題,報道了由我國科學家研發的傳感器成果。 我國科學家研發高通道神經探針實現獼猴全腦尺度神經活動監測 神經探針是一種用來記錄神經活動的針狀電傳
    的頭像 發表于 06-27 18:03 ?785次閱讀
    新華社:突破性成果!祝賀我國<b class='flag-5'>科學家</b>成功研發這一傳感器!

    前OpenAI首席科學家創辦新的AI公司

    消息在業界引起了廣泛關注,因為蘇茨克維曾是OpenAI的聯合創始人及首席科學家,并在去年在OpenAI董事會上扮演了重要角色。
    的頭像 發表于 06-21 10:42 ?721次閱讀

    通過強化學習策略進行特征選擇

    更快更好地學習。我們的想法是找到最優數量的特征和最有意義的特征。在本文中,我們將介紹并實現一種新的通過強化學習策略的特征選擇。我們先討論強化學習,尤其是馬爾可夫決策
    的頭像 發表于 06-05 08:27 ?576次閱讀
    通過<b class='flag-5'>強化學習</b>策略進行特征選擇