May 26, 2020 —Sjoerd斯密特,技术顾问,欧洲钨manbet万博app

AI和向部分自动化的钨manbet万博app语言文字工作在搜索癌症

注:以下文章包含真正的医学图像。

随着越来越多的技术被折叠成医疗环境遍布世界各地,Wolfram的欧洲分公司已经与英国的工作manbet万博app国家健康服务(NHS) in an effort to partially automate the process of cancer diagnosis. The task is to use machine learning to avoid checking thousands of similar-looking images of people’s insides by hand for signs of cancer.

Read More »


2020年5月19日 -沙迪Ashnai,声音和图像,算法R&d经理

12.1版of the Wolfram Language introduces the long-awaited视频宾语。该视频目的是完全(只)外的核心;它可以连接到一个广泛的视频容器的清单,几乎任何编解码器。最重要的是,它是捆绑在一起的完整的栈图片音频处理机器学习神经网络统计可视化和许多更多的功能。这已经使得Wolfram语言强大的视频计算平台manbet万博app,但仍有更多的功能探索。

Read More »


2019年5月28日 -丹尼尔Lichtblau,Symbolic Algorithms Developer, Algorithms R&D

Did We Really Write What We Said We Wrote?

几个月前...

I wrote ablog post about the disputedFederalist Papers。这些是12个撰(总数的85)与由作者都声称亚历山大·汉密尔顿James Madison。自从里程碑statistical study by Mosteller and Wallace在1963年出版的共识舆论一直认为所有12个被麦迪逊(书面1944年第阿戴尔,which also takes this position, discusses the long history of competing authorship claims for these essays). The field of work that gave rise to the methods used often goes by the name of “stylometry“,它位于从文本确定作者单独最落后的方法(即,在没有其他信息,如物理打字或手写的便条)。在有争议的文章的情况下,池大小,在短短两年,是小即可。即便如此,这些文章都被视为很难著作权归属由于汉密尔顿和麦迪逊共享的风格很多统计相似之处。

Read More »


May 2, 2019 —Tuseeta班纳吉,研究科学家,机器学习

If you haven’t used machine learning, deep learning and neural networks yourself, you’ve almost certainly heard of them. You may be familiar with their commercial use in self-driving cars, image recognition, automatic text completion, text translation and other complex data analysis, but you can also train your own neural nets to accomplish tasks like identifying objects in images, generating sequences of text or segmenting pixels of an image. With theWolfram Language,你可以开始使用机器学习和神经网络比你想象的要快。由于深学习和神经网络无处不在,让我们继续探索究竟它们是什么以及如何开始使用它们。

解释神经网络

Read More »


April 11, 2019 —瑞典人白,Public Relations Manager

Fishackathon

每年,美国国务部赞助了一个名为全球竞争Fishackathon。它的目标是通过建立帮助解决相关问题的捕鱼技术解决方案,以保护生活在我们的水域。万博体育app怎么样

第一个全球性的竞争是在2014年举行,每年都被大量增长。在2018年获奖作品从一个五人团队从波士顿传来,对45,000人在其他65个城市在5个大洲蔓延竞争之后。与会者包括程序员,网页和图形设计师,海洋学家和生物学家,数学家,工程师和学生谁各地的两天时间里,不知疲倦地工作。

要了解更多关于Fishackathon获奖作品在2018年以及如何Wolfram Language有助于使海洋更安全,我们坐了下来,迈克尔Sollami了解更多关于他和他的团队的解决方案,那年的挑战。

Wolfram Language at Fishackathon

Read More »


2018年12月6日 -Tuseeta班纳吉,研究科学家,机器学习

Julian Francis, a longtime user of theWolfram Language,contacted us with a potential submission for themanbet万博app沃尔弗拉姆神经网络库。沃尔夫勒manbet万博app姆神经网络存储库包括模型,研究人员在钨的房子要么训练或从原来的源代码转换,策划,全面的测试,终于在一个很丰富的知识,可计算格式已呈现的输出。朱利安是我们的第一个用户要经过转换和测试网的过程。

我们认为这将是有趣的,采访他的转换模型库的全过程,以便他能分享他的经验和未来的计划,以激励他人。

Read More »


2018年8月2日
亚伦恩莱特高级数据科学家,钨| Alpha的社会经济内容manbet万博app
埃里克Weisstein,Senior Researcher, Wolfram|Alpha Scientific Content

数学谱系计画(MGP)是一家致力于对世界上所有的数学家资料汇编项目,在数据库中存储这些信息,并通过基于网页的搜索界面曝光。该MGP数据库包含超过230,000数学家为2018年7月,并继续在尺寸大致呈线性增长since its inception in 1997.

为了使这个数据更加方便和易于计算,我们使用创建的MGP数据的内部版本Wolfram Languageentity framework。Using this dataset within the Wolfram Language allows one to easily make computations and visualizations that provide interesting and sometimes unexpected insights into mathematicians and their works. Note that for the time being, these entities are defined only in our private dataset and so are not (yet) available for general use.

Read More »


2018年6月14日
塞巴斯蒂安波登斯坦,机器学习
Matteo Salvarezza,机器学习
梅根·Rieu-Werden,数据管理,机器学习
塔里辛贝诺,机器学习

英雄

Today, we are excited to announce the official launch of themanbet万博app沃尔弗拉姆神经网络库!巨大的工作量已经进入培训或在仓库中现场转换约70神经网络模型,现在,可以在编程访问Wolfram Language通过NetModel

net = NetModel

净= NetModel [ “RESNET-101经过培训的上ImageNet竞争数据”]

孔雀输入

净[]

孔雀输出

神经网络最近已经产生了很大的兴趣,这是正确的:它们形成了国家的最先进的解决方案的问题令人眼花缭乱的基础上,从万博体育app怎么样speech recognition机械翻译autonomous driving围棋。幸运的是,Wolfram语言现在有manbet万博app一个国家的最先进的神经网络框架(and a growing教程集). This has made possible a whole new set of Wolfram Language functions, such asFindTextualAnswerImageIdentifyImageRestyle面部特征。和深度学习无疑将在我们不断的使命,使中发挥重要作用人类的知识可计算

Read More »


2018年5月31日 -Sjoerd斯密特,技术顾问,欧洲钨manbet万博app

神经网络是非常众所周知的机器学习用途,但可以在其他更专门的话题被使用,以及像回归。很多人可能会联想首次与回归的统计数据,但让我告诉你其中的神经网络可以在这个领域有帮助的方式。他们是特别有用的,如果你的数据感兴趣的不遵循一个明显的潜在趋势,你可以利用,比如在多项式回归。

In a sense, you can view neural network regression as a kind of intermediary solution between true regression (where you have a fixed probabilistic model with some underlying parameters you need to find) and interpolation (where your goal is mostly to draw an eye-pleasing line between your data points). Neural networks can get you something from both worlds: the flexibility of interpolation and the ability to produce predictions with error bars like when you do regression.

贝叶斯神经网络

Read More »


5月24日2018 —卡罗·贾科梅蒂,Kernel Developer, Algorithms R&D

介绍

Recognizing words is one of the simplest tasks a human can do, yet it has proven extremely difficult for machines to achieve similar levels of performance. Things have changed dramatically with the ubiquity of machine learning and neural networks, though: the performance achieved by modern techniques is dramatically higher compared with the results from just a few years ago. In this post, I’m excited to show a reduced but practical and educational version of the speech recognition problem—the assumption is that we’ll consider only a limited set of words. This has two main advantages: first of all, we have easy access to a dataset through themanbet万博app沃尔弗拉姆数据仓库(the口语数字数据集的命令),而且,也许最重要的是,所有的分类器/网络,我将介绍的,可以在一台笔记本电脑在合理的时间训练。

从最初引进的它已经两年左右音频对象进入Wolfram Language,我们很高兴看到这么多有趣的应用。其中一个主要的补充内容,11.3版在Wolframanbet万博appm语言的是紧密集成音频对象到我们的机器学习和神经网络的框架,这将是所有的我会今天表示实例的基石。

事不宜迟,让我们挤出从口语位指定数据集尽可能多的信息!

口语数字数据集的命令

Read More »