明远

听觉系统中的脑干、中脑和皮层之间有多种并行和重叠的通路。它们具有并行，同时重叠和相互关联的功能。此外，听觉信号的分析处理阶段并不像视觉系统那样可以被清晰地分离或理解。因此，很难使用简单的功能框架来帮助理解听觉系统的结构与功能。听觉外周主要对声音信号进行传递，以及将频率、强度等信息进行特征编码，可以理解为对声音特征信息的提取。外界声波通过介质传导到外耳道，再传到鼓膜，鼓膜振动，通过听小骨传到内耳，刺激耳蜗内的纤毛细胞而产生神经冲动，听觉外周的信息传导通路如图15所示。图15 听觉外周的信息传导通路听觉中

听觉是人类和动物所具备的重要感觉功能，是感知和获取自然界环境信息的重要方式。随着时代的进步，人工智能技术不断发展，听觉同样称为机器人模型研究的重点。人类社会的进步离不开语言的发展，听觉是语言交流的基础，是人类语言交流的通道。人类在语言交流中发出的声音进入人耳被听觉系统接收、转化、传导、综合处理和加工，最终在大脑中被理解。听觉系统可以从声音中分辨出语音的含义及其发出声音的物体，并能提取声源的位置信息，从而辨别声音发出的方向，这种声音辨别能力优于所有现有的机器。听觉信号是声压随时间的变化，听觉系统从耳朵所接收

零样本学习综述（一）：概览机器学习中的大多数方法是通过有标签的训练集进行学习，侧重于对已经在训练中出现过标签类别的样本进行分类。然而在现实场景中，许多任务需要对以前从未见过的实例类别进行分类，这样就使得原有训练方法不在适用。零样本学习因此孕育而生，该方法的训练实例所涉及的类与测试集中要分类的类是不相交的，完全不同，即根据训练集中的可见类别数据, 通过相关先验知识, 实现对未见类别的数据，进行类别...

A Task-Optimized Neural Network Replicates Human Auditory Behavior, Predicts Brain Responses, and Reveals a Cortical Processing Hierarchy概要听觉神经科学的一个核心目标是构建定量的模型来预测皮层对自然环境中声音的响应。研究人员针对语音和音乐识别优化了一种层次化...

深度学习在图上的应用Zhang Z , Cui P , Zhu W . Deep Learning on Graphs: A Survey[J]. 2018.深度学习在大量领域表现出明显的效果，无论是语音，图像，还是自然语言处理。但是由于图结构数据具有独特的属性，深度学习并不是自然的适用。最近，在这个方向进行了大量的研究极大地促进了图分析技术。调研了可以应用于图的不同种类深度学习方法，主要...

SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS本文提出了一个基于卷积神经网络处理图结构数据的半监督学习算法，

Abstract数据包含许多潜在关系可以表示为图，这些数据存在于科学和工程的众多领域，比如计算机视觉、分子化学、分子生物、模式识别以及数据挖掘。本文提出了一种新型的神经网络模型，称为图神经网络(GNN)模型，对现有的神经网络模型进行了拓展，适用于处理可以表示为图的数据。GNN模型通过一个函数τ(G,n)∈Rm\tau(G,n) \in \mathbb{R}^mτ(G,n)∈Rm将图GGG和其中的...

https://github.com/AI-luyuan/graph-embedding

数据来源：https://www.tensorflow.org/install/sourceVersionPython versionCompilerBuild toolscuDNNCUDAtensorflow_gpu-1.12.03.5-3.6MSVC 2015 update 3Bazel 0.15.079tensorflow_gpu-1.11.0...

Software Vulnerability Analysis and Discovery Using Machine-Learning and Data-Mining Techniques: A Survey摘要SEYED MOHAMMAD GHAFFARIAN and HAMID REZA SHAHRIARI,Amirkabir University of Technology摘要软件...

基于层次化LSTM的篇章级别情感分析方法目录基于层次化LSTM的篇章级别情感分析方法目录摘要1 引言2 情感分类方法3 文件级形式化表示4 神经网络文本表示模型5 Attention机制6 情感分类7 实验摘要篇章级别的情感分析是一个很重要的自然语言处理任务，但是由于篇章文本中句子关系复杂、语义信息多样，所以篇章级别的情感分析也是一个很有挑...