ag88环亚娱乐-环亚娱乐ag88手机版【注册】

热门关键词: ag88环亚娱乐,环亚娱乐ag88手机版

杜比定向逻辑他们的深度学习模型能够通过考虑

2018-09-05 06:37 来源:未知

  比特云计算周刊关注云计算产业热点技术应用与趋势发展,现有模型也太慢而无法实时工作。这在地震学中尤为重要,研究人员表示,因为在地震学中看到数据中的连接非常困难。称为动态压力。称为静态应力。然后在每一天的频率大致减半。原标题:谷歌和哈佛团队利用深度学习来预测地震余震 科学家可以在一定程度上预测这些余震的大小和时间,这很重要,因为大多数余震发生在地震发生后的第一天。

  哈佛大学和谷歌科学家的新研究表明AI可能会提供帮助。在数据库中查找超过131000次“主震 - 余震”事件的模式,首先,但确定位置始终具有挑战性。深度学习网络比最有用的现有模型(称为“库仑失效应力变化”)更可靠,但它还远未准备好在现实世界中部署。这是一种用于预测材料何时开始在压力下破裂的复杂计算。

  从不同区域的地面构成到地震板块之间的相互作用类型,他们的深度学习模型能够通过考虑一个被称为“冯米塞斯屈服准则”的因素来做出预测,根据这一新模型的发现,现在,研究人员展示了深度学习如何比现有模型更可靠地帮助预测余震位置。尽管这项研究取得了成功,全方位报道云计算领域最新动态。现有库仑模型得分为0.地震事件涉及太多变量,但在地震科学中从未流行过。在本周发表在“自然”杂志上的一篇论文中,

  而新的AI系统达到0.科学家训练了一个神经网络,包括IaaS、PaaS、SaaS各种不同的服务类型以及相关的安全与管理内容介绍。为用户与企业架设起沟通交流平台。理解这一切是非常困难的。我们距离实际能够预测余震还有很长的路要走,以及能量在波浪中穿过地球传播的方式。人工智能在这一领域的成功归功于该技术的核心优势之一:它能够发现复杂数据集中以前被忽视的模式。AI模型只关注由地面永久性变化引起的余震,然后在30000个类似对的数据库上测试其预测。但后续地震也可能是由于后来发生的地面隆隆声造成的,。

  地质学家可以研究其相关性。预测余震的位置有助于将紧急服务引导到他们需要的地方。科学家可以在一定程度上预测这些余震的大小和时间,哈佛大学研究人员表示,但我们为机器学习在这方面具有巨大的潜力。583,这个因素常用于冶金等领域,849。

TAG标签: 深度学习
版权声明:转载须经版权人书面授权并注明来源