学习

简单完成了一个小的知识图谱加可视化的项目展示

基于EEG信号建模对应任务相关建模，本文参考大型语言模型（LLM）提出一种大量提出的LEM模型，通过大量的脑电数据集，无监督预训练出一个拥有脑电信号感知能力强的大模型（LaBraMs在模型基础上针对下游任务进行微调，得到良好的任务表现。主要贡献把所有数据集中脑电信号做分割实现跨数据集学习。用矢量量化神经光谱预测（）训练语义丰富的神经标记生成器（），将连续的原始脑电图通道片段编码成紧凑的神经编码。简

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。总内容：AI基础：数学基础，Python编程，基础框架；应用场景：视觉处理与识别，语音识别，自然语言处理，推荐系统，知识图谱。处理研究的主题主要包括语音识别、语音合成、语音唤醒、声纹识别、音频事件检测等。未来:计算机视觉有望进入自主理解、分析决策的高级阶段，真正赋予机器“看”的能力，在无人车、智能家居等