기사DR. Qingsheng Wang, Texas A & M University의 Artie McFerrin 룰렛 배당 공학과의 안전 엔지니어링 프로그램 부교수 겸 이사는 ACS (American Chemical Society) 편집자 선택으로 선정되었습니다. Wang Group의 대학원생 인 Zeren Jiao, Pingfan Hu 및 Hongfei Xu는 논문의 공동 저자입니다.화학 건강 및 안전에 대한 룰렛 배당 학습 및 딥 러닝 : 기술 및 응용 프로그램의 체계적인 검토,” 원래 저널에 등장한ACS 룰렛 배당 건강 및 안전, Wang과 그의 팀은 안전 공학의 맥락에서 룰렛 배당 학습과 딥 러닝을 둘러싼 현재 문헌을 조사했습니다.
룰렛 배당 학습 및 딥 러닝은 룰렛 배당 학습/딥 러닝 기술을 기반으로 한 인공 지능 및 모델의 하위 집합입니다. 데이터에서 자동 학습하고 예측 및 의사 결정과 같은 작업을 수행 할 수 있습니다. 다양한 학제 간 연구에 따르면 룰렛 배당 학습과 심해 학습을 포괄적 인 안전 체제로 결합한 것으로 나타났습니다. 추세 식별 및 예측 지원에 성공했으며, 이는 인력뿐만 아니라 물질 및 재정 자원을 크게 절약 할 수 있습니다..
룰렛 배당와 딥 러닝은 안전 엔지니어링의 맥락에서 매우 유사한 목표를 가지고 있지만 몇 가지 주요 차이점이 있습니다. 머신 러닝에는 확률 이론, 통계, 근사 이론, 알고리즘 복잡성 이론 및 볼록 분석을 통합하여 명시 적으로 프로그래밍하지 않고 예측 또는 결정에 대한 교육 데이터를 기반으로 수학적 모델을 구축 할 수있는 알고리즘을 구축 할 수 있습니다.
룰렛 배당 학습의 하위 집합 인 딥 러닝은 인공 신경망 (생물학적 뉴런에서 영감을 얻은 컴퓨팅 시스템)을 사용하여 데이터를 특성화하고 학습합니다. 딥 러닝은보다 추상적 인 높은 수준의 표현 속성 범주를 형성하거나 저수준 기능을 결합하여 분산 기능 표현을 발견하여 데이터의 분산 기능 표현을 발견하여 정확도가 높아지고 컴퓨터 비전 및 자연어 처리와 같은 작업에 매우 유용합니다.
이 기사에서 Wang과 그의 연구팀은 현재 룰렛 배당 및 딥 러닝 장학금의 스냅 샷을 제시하고 해당 지역의 진행 상황에 대한 검토를 제시하기 위해 100 개 이상의 동료 검토 논문을 분석하고 분류했습니다. 또한 Wang은 안전 공학에 관한 현재 룰렛 배당 및 딥 러닝 문헌의 도전과 격차를 강조합니다.
ACS 편집자의 선택은 광범위한 공익의 과학적 기사를 특징으로 하고이 자료를 학술 커뮤니티와 일반 대중 모두에게 널리 접근 할 수 있도록 설계된 서비스입니다. 이것은 매년 전체 ACS 포트폴리오의 한 기사 만 제공하는 영광입니다.