Future
682 subscribers
90 photos
103 videos
73 files
201 links
توی این کانال یه سری از موضوعات علمی که ازشون خوشم میاد رو میذارم
خیلی جنراله موضوعات
و یکی دو تا نیس:)
ولی بیشتر این موضوعاته
1. Neural network
2. Casual network
3. Chaos theory
4. Dynamical modelling
5. Reinforcement learning
6. Robotic
Download Telegram
این مقاله رو چن وقت پیش دیدم
توی این مقاله از مانیتور کردن دمای بدن با استفاده از این میکروچیپ های وایرلس میگه :))
اینی که می بینید اندازه ی میکروچیپ در مقایسه با نوک سوزنه =)))
که بهش این امکان رو میده از طریق سرنگ تزریق بشه
https://advances.sciencemag.org/content/7/19/eabf6312.full
#biomechanic
Forwarded from Alireza Beigi
This media is not supported in your browser
VIEW IN TELEGRAM
این سابجکت شاید یکم قدیمی شده باشه ولی به نظرم هنوزم جالبه
بحث cooperation و competition توی RL فوق العاده اس ... جایی که ایجنت ها یاد میگیرند برای رسیدن به هدفشون همکاری کنن و یا با همدیگه رقابت کنن
مثلا توی این مقاله، ریوارد دایره های قرمز جوری تعریف شده که دایره های سبز کوچیک رو بگیرن
دایره های سبز هم ریواردشون جوری تعریف شده که از همدیگه جدا بشن و از دایره های قرمز فرار کنن و همزمان روی دایره های آبی قرار بگیرن
https://openai.com/blog/learning-to-cooperate-compete-and-communicate/
This media is not supported in your browser
VIEW IN TELEGRAM
🟣 پیش‌نمایش سه‌بعدی خانه‌ها به کمک واقعیت‌افزوده 👌

♦️اپلیکیشن Chameleon Power میتواند به سازندگان و مهندسان کمک‌کند که نمایشی از سازه را در زمین مشخص‌شده به مشتریان نشان دهند!

🔗 tinyurl.com/HomeBuilderTools

🧠فیلاگر|جامعه هوش‌مصنوعی ایران
@filoger_com
Alireza Beigi
این سابجکت شاید یکم قدیمی شده باشه ولی به نظرم هنوزم جالبه بحث cooperation و competition توی RL فوق العاده اس ... جایی که ایجنت ها یاد میگیرند برای رسیدن به هدفشون همکاری کنن و یا با همدیگه رقابت کنن مثلا توی این مقاله، ریوارد دایره های قرمز جوری تعریف شده…
یکی از بچه ها گفت که این مسئله خیلی شبیه به مسئله کوسه و ماهی هاس ...
من یه تحقیق ریزی کردم
میشه گفت با یه مسئله prey and predator توی فضای reinforcement learning و البته به صورت multi agent طرفیم
حالا وقتی بیایم توی اسکیل بزرگتر بررسی کنیم میشه یه همچین مقاله ای
https://arxiv.org/abs/2002.03267
این مقاله جزو agent based محسوب میشه( الان ایجنت هامون مثلا کوسه و ماهی هستند و این اومده یه شبیه سازی انجام داده با یه عالمه ماهی و کوسه)
اما نکته ای که هس اینه که مسئله prey and predator در حالت ماکرو هم بررسی شده ... بهش معادلات Lotka Volterra میگن
https://en.m.wikipedia.org/wiki/Lotka%E2%80%93Volterra_equations
حالا اینجا این کار این مقاله فوق العاده اس. یه توضیحی آورده شده توی بخش آخر مقاله که به نظرم بی نهایت جذابه
عملا اون دینامیکی که از حالت ماکرو انتظار داریم رو از طریق agent based به دست آورده که نشون دهنده ی صحت کارشه
#lotka_volterra
#Dynamic
یکی از جاهایی که سیستم های دینامیکی کاربرد داره، برای مسئله شکار و شکارچیه
اساسا اگه بخوایم یه شبیه سازی انجام بدیم از تغییرات جمعیتی دوگونه که باهم در تعامل اند، باید به سراغ مدل سازی دینامیکی بریم
توی مدل سازی دینامیکی، جمعیت دو گونه مثل خرگوش و روباه در طول زمان مورد بررسی قرار میگیره (نمودار سمت چپ)
این نوع مدل سازی تصویر جامعی از چرخه های موجود در طبیعت بهمون میده که میتونه ما رو در تصمیم گیری ها کمک کنه
قبلا یه پست در مورد #کاوه_مدنی داده بودم
اصولا میشه casual system ها رو به بیان معادلات دیفرانسیل آورد
مثل این دو معادله ای که برای خرگوش و روباه هس
#lotka_volterra
#Dynamic
یه دیتاست جالبی وجود داره از commonsense یا "عقل سلیم"
به این شکل که برداشت هایی که عقل سلیم از یه عبارت کوتاه داره رو جمع آوری کرده
مثلا از این جمله چه برداشتی میشه کرد "X حمله ی Y رو دفع کرد"
مثال هاش توی عکس معلومه
تاثیراتی که X و Y از این اتفاق داشتن
ویژگی های X و ...

https://homes.cs.washington.edu/~msap/atomic/
#commonsense
#Reasoning
Forwarded from DLeX: AI Python (Meysam Asgari)
This media is not supported in your browser
VIEW IN TELEGRAM
بی اینترنت‌ها در عصر ارتباطات
@ai_python
یکی از ترند های این روز های ML، بحث Graph neural network هاست
شبکه هایی که قادرند پیشبینی از روابط علت و معلولی و استنتاجی بهمون بدن
یکی از کار های قشنگی که توی این زمینه شده، پیش بینی وقایع آینده با استفاده از نتیجه گیری از وقایع گذشته اس!!
(کاش train میشد روی داده های ایران تا بفهمیم کی آخوندا میرن=)) ... اصن چطوری میرن )
https://arxiv.org/abs/1904.05530
#Graph
#NLP
یه الگوریتمی رو چن وقت پیش دیده بودم به اسم DALL·E که میتونه متن رو تبدیل به تصویر کنه
این خودش خیلی چیز خاصی نیس ولی وقتی به مسائل خلاقانه میرسه جذاب میشه
برای مثال تصاویر تولید شده برای snail made of harp که بی نظیرن
https://www.technologyreview.com/2021/01/05/1015754/avocado-armchair-future-ai-openai-deep-learning-nlp-gpt3-computer-vision-common-sense/
#NLP
#Vision
شیشه ای که میتونه خودش رو ترمیم کنه :)))))))))
مناسب برای گلس و تاچ اسکرین گوشی
https://www.theguardian.com/technology/2017/dec/18/smashed-cracked-phone-screen-self-healing-glass-university-of-tokyo
#Science
ارائه ی مسئول ساخت ربات های بوستون داینامیک در ;کنفرانس NeuralPS 2020
https://slideslive.com/38946802
#Robotic
این مقاله‌ را بخوانید از محمدرضا شعبانعلی:
از کلمه‌ی سیستمی نترسیم!

یکی از مشکلات نظام حکمرانی ما این است که معمولاً دنبال راه‌ حل‌های فردی برای مشکلات سیستمی هستیم. این همه تاکید بر افراد «پاکدست» یا «انقلابی» به عنوان راه حل جادویی مشکلات و توجه ویژه به قوه قضاییه برای دستگیری «افراد فاسد» یا «سلطان سکه»، «سلطان ارز» و ... برای حل فساد، همه نشانه‌هایی از فهم غلط ماجرا هستند. مسئولین و دست‌اندرکاران معمولاً اصرار عجیبی روی این مساله دارند که «مشکلات کشور سیستماتیک نیست». گو اینکه اگر بپذیرند مشکل یا فسادی سیستماتیک است تمام آرمان‌ها و مبانی اسلام و انقلاب به باد رفته است.
آیا دیپ لرنینگ میتونه ما رو در مسائل برونیابی (مثلا سورت کردن اعداد) کمک کنه؟
جواب: روش های curve fitting فقط در مسائل درونیابی کاربردی اند
و مسائل برونیابی ابتدا باید به مسائل "درونیابی" تبدیل بشن و مدلی از اونها به دست بیاد و بعد از اون حل بشن که نیاز شدیدی به دیتا داره
برای انجام "برونیابی" ما علاوه بر الگوریتم هایی مثل شبکه، نیاز شدیدی به مدل سیستم هم داریم
#Reasoning
1809.09261.pdf
1.1 MB
Resilient Computing with Reinforcement Learning on a Dynamical
System: Case Study in Sorting
استفاده از یادگیری تقویتی در سورت کردن اعداد
#RL
#Reasoning
Lean (proof assistant)
زبان برنامه نویسی و نرم افزاری برای توسعه ی اثبات های ریاضی
https://leanprover.github.io/
https://arxiv.org/abs/1910.09336
#Math