Añadir a mis favoritos
Ver traducción automática
Esta es una traducción automática. Para ver el texto original en inglés
haga clic aquí
#Tecnología robótica y automatización
{{{sourceTextContent.title}}}
ESFUERZO DE COLABORACIÓN POR LOS RESULTADOS DE ROBOTS PRODUCES
{{{sourceTextContent.subTitle}}}
El algoritmo del MIT crea el nuevo modelo de Máquina-Aprendizaje que no requiere la agregación de los datos
{{{sourceTextContent.description}}}
¿Investigador en el MIT? el laboratorio de s para los sistemas de la información y de la decisión ha subido con un algoritmo que permite los agentes independientes (por ejemplo robustezas) desarrolla colectivamente un modelo de máquina-aprendizaje sin la agregación de los datos. El aprendizaje de máquina es donde las computadoras aprenden nuevas capacidades buscando patrones en datos del entrenamiento, él es la técnica la mayoría del uso de las robustezas autónomas de construir los modelos de sus ambientes circundantes. El equipo de investigadores presentará sus resultados en la conferencia de 2014 sobre incertidumbre en la inteligencia artificial, 23 de julio -27th 2014.
¿Durante sus experimentos el equipo? el algoritmo distribuido s superó un algoritmo estándar que se basa en los datos que son almacenados en una sola localización. Precisan un algoritmo, en el cual las robustezas que exploran datos de frunce del edificio y los analizan por separado. Cuando pares de trayectorias cruzadas de las robustezas que pueden intercambiar los análisis y por lo tanto construir un más completo representan de su ambiente. ¿Según Trevor Campbell quién escribió el papel? ¿Si pedazos más pequeños de datos primero son procesados por las robustezas individuales y en seguida combinados, el modelo final es menos probable conseguir pegado en una mala solución.?
Los usos de este algoritmo distribuido van más allá de la robusteza que aprende y podrían tener un impacto significativo en cómo tratamos datos grandes sobre la tela.