关键词artificial intelligence research
搜索结果 - 5
- 不同游戏中蒙特卡罗树搜索性能的表征
我们描述了一个初步的数据集，该数据集包括了 268,386 个不同游戏中的 61 个不同代理的对局，旨在研究 Monte-Carlo Tree Search 在各种游戏中的表现和改进方法，以及对数据集的预测模型训练和未来计划。
- 深度学习时代的认知科学哲学
深度学习在人工智能研究的各个领域取得了重大进展，对认知科学的哲学具有重要意义，通过克服旧的连接主义模型的局限性，深度神经网络在认知科学的哲学争论中取得了重大进展，并且与哲学和认知科学的跨学科合作有望解决深度神经网络比较评估方面的方法论挑战， - 利用大型语言模型推进建筑能源建模：探索与案例研究
该研究旨在调查大型语言模型与建筑能源模型软件的创新整合，重点关注 ChatGPT 与 EnergyPlus 的融合。文献综述表明，大型语言模型在工程建模中应用日益增长，但在建筑能源模型中的应用研究有限。通过三个案例研究，证明了大型语言模型在 - 人工智能研究的文献研究：全球概览与印度出现
通过科学映射方法的文献计量研究，本研究确定和评估了 2015-2020 年间人工智能研究的参考文献趋势。使用 Scopus 数据库收集了所需的数据，并进行数据转换和映射技术分析，结果显示神经网络和深度学习是顶尖人工智能研究论文的主题之一。
- Pgx: 强化学习游戏模拟的硬件加速并行化
使用 JAX 编写的 Pgx 可以模拟 Backgammon、Shogi 和 Go 等重要的人工智能研究基准测试，并且可以轻松扩展到数千个并行执行的 GPU / TPU 加速器，其单个 A100 GPU 的模拟速度比现有的强化学习库快 10