Preskoči na sadržaj
Korištenjem servisa na Twitteru pristajete na korištenje kolačića. Twitter i partneri rade globalno te koriste kolačiće za analize, personalizaciju i oglase.

Za najbolje sučelje na Twitteru koristite Microsoft Edge ili instalirajte aplikaciju Twitter iz trgovine Microsoft Store.

  • Naslovnica Naslovnica Naslovnica, trenutna stranica.
  • O Twitteru

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @
  • Jezik: Hrvatski
    • Bahasa Indonesia
    • Bahasa Melayu
    • Català
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English UK
    • Español
    • Filipino
    • Français
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português
    • Română
    • Slovenčina
    • Suomi
    • Svenska
    • Tiếng Việt
    • Türkçe
    • Български език
    • Русский
    • Српски
    • Українська мова
    • Ελληνικά
    • עִבְרִית
    • العربية
    • فارسی
    • मराठी
    • हिन्दी
    • বাংলা
    • ગુજરાતી
    • தமிழ்
    • ಕನ್ನಡ
    • ภาษาไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文
  • Imate račun? Prijava
    Imate račun?
    · Zaboravili ste lozinku?

    Novi ste na Twitteru?
    Registrirajte se
Profil korisnika/ce dileeplearning
Dileep George
Dileep George
Dileep George
@dileeplearning

Tweets

Dileep George

@dileeplearning

Founder at Vicarious AI (@vicariousai http://www.vicarious.com ). Previously Founder and CTO at Numenta. Triply EE (BTech IIT-Mumbai, MS&PhD Stanford)

San Francisco, CA
vicarious.com/research
Vrijeme pridruživanja: lipanj 2017.

Tweets

  • © 2020 Twitter
  • O Twitteru
  • Centar za pomoć
  • Uvjeti
  • Pravila o privatnosti
  • Imprint
  • Kolačići
  • Informacije o oglasima
Odbaci
Prethodni
Sljedeće

Idite na profil osobe

Spremljena pretraživanja

  • obriši
  • U ovom razgovoru
    Ovjeren akauntZaštićeni tweetovi @
Predloženi korisnici
  • Ovjeren akauntZaštićeni tweetovi @
  • Ovjeren akauntZaštićeni tweetovi @

Odjava

Blokiraj

  • Objavi Tweet s lokacijom

    U tweetove putem weba ili aplikacija drugih proizvođača možete dodati podatke o lokaciji, kao što su grad ili točna lokacija. Povijest lokacija tweetova uvijek možete izbrisati. Saznajte više

    Vaši popisi

    Izradi novi popis


    Manje od 100 znakova, neobavezno

    Privatnost

    Kopiraj vezu u tweet

    Ugradi ovaj Tweet

    Embed this Video

    Dodajte ovaj Tweet na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Dodajte ovaj videozapis na svoje web-mjesto kopiranjem koda u nastavku. Saznajte više

    Hm, došlo je do problema prilikom povezivanja s poslužiteljem.

    Integracijom Twitterova sadržaja u svoje web-mjesto ili aplikaciju prihvaćate Twitterov Ugovor za programere i Pravila za programere.

    Pregled

    Razlog prikaza oglasa

    Prijavi se na Twitter

    · Zaboravili ste lozinku?
    Nemate račun? Registrirajte se »

    Prijavite se na Twitter

    Niste na Twitteru? Registrirajte se, uključite se u stvari koje vas zanimaju, i dobivajte promjene čim se dogode.

    Registrirajte se
    Imate račun? Prijava »

    Dvosmjerni (slanje i primanje) kratki kodovi:

    Država Kod Samo za korisnike
    Sjedinjene Američke Države 40404 (bilo koje)
    Kanada 21212 (bilo koje)
    Ujedinjeno Kraljevstvo 86444 Vodafone, Orange, 3, O2
    Brazil 40404 Nextel, TIM
    Haiti 40404 Digicel, Voila
    Irska 51210 Vodafone, O2
    Indija 53000 Bharti Airtel, Videocon, Reliance
    Indonezija 89887 AXIS, 3, Telkomsel, Indosat, XL Axiata
    Italija 4880804 Wind
    3424486444 Vodafone
    » Pogledajte SMS kratke šifre za druge zemlje

    Potvrda

     

    Dobro došli kući!

    Vremenska crta mjesto je na kojem ćete provesti najviše vremena i bez odgode dobivati novosti o svemu što vam je važno.

    Tweetovi vam ne valjaju?

    Prijeđite pokazivačem preko slike profila pa kliknite gumb Pratim da biste prestali pratiti neki račun.

    Kažite mnogo uz malo riječi

    Kada vidite Tweet koji volite, dodirnite srce – to osobi koja ga je napisala daje do znanja da vam se sviđa.

    Proširite glas

    Najbolji je način da podijelite nečiji Tweet s osobama koje vas prate prosljeđivanje. Dodirnite ikonu da biste smjesta poslali.

    Pridruži se razgovoru

    Pomoću odgovora dodajte sve što mislite o nekom tweetu. Pronađite temu koja vam je važna i uključite se.

    Saznajte najnovije vijesti

    Bez odgode pogledajte o čemu ljudi razgovaraju.

    Pratite više onoga što vam se sviđa

    Pratite više računa da biste dobivali novosti o temama do kojih vam je stalo.

    Saznajte što se događa

    Bez odgode pogledajte najnovije razgovore o bilo kojoj temi.

    Ne propustite nijedan aktualni događaj

    Bez odgode pratite kako se razvijaju događaji koje pratite.

    1. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      As @yael_niv pointed out in her recent article, learning context specific representations from aliased observations is a challenge. Our agent can learn the layout of a room from severely aliased random walk sequences, only 4 unique observations in the room!pic.twitter.com/JvVgTffjPb

      1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    2. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      And it works even when the room is empty, with no unique observations in the center of the room. The observations are now severely aliased and correlated, but it still recovers the map of the room.pic.twitter.com/nl1hilBD0R

      1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    3. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      A hard problem of transitive inference: two aliased rooms with an overlapping portion, and the agent walks in only in one room at a time. No problem...our model learns a coherent global map from these disjoint episodes!pic.twitter.com/XiL9HdlENA

      1 reply 0 proslijeđenih tweetova 2 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    4. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      Observations in rooms are aliased, but there is more. Did you notice that a portion in the first room looks exactly like the overlapping patch, making this a harder problem? Recovering all the relative positions required a lot of transitive stitching, which the model did!

      1 reply 0 proslijeđenih tweetova 2 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    5. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      Note that the model doesn't make any assumptions about 2D/3D space or Euclidean geometry or anything like that. It is purely relational and these are learned purely from sequential random walk observations.

      0 proslijeđenih tweetova 4 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    6. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      Remember the 'splitter cells', where place cells encode the paths taken rather than locations? These emerge when rats follow paths rather than random walks. Happens that way in our model too. Also, lap cells emerge when rats run laps along the same loop.pic.twitter.com/TT0xxg9qzY

      1 reply 0 proslijeđenih tweetova 2 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    7. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      By transferring learned structural knowledge, the agent can take shortcuts in a new room, including navigating around obstacles, without having seen the whole room.pic.twitter.com/fMp2enEzvm

      1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    8. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      How does it work? By learning variable order sequences! The core idea is very simple: split aliased states and adapt them to different contexts. This representation has many good properties compared to suffix trees or RNNs.pic.twitter.com/bfZR2giyTs

      1 reply 0 proslijeđenih tweetova 4 korisnika označavaju da im se sviđa
      Prikaži ovu nit
    9. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      The model can be formulated as a highly structured over-complete HMM, and trained with EM. Training results in a directed graph that is very sparse and approximates the latent generative process behind the observed sequences.

      1 reply 0 proslijeđenih tweetova 6 korisnika označava da im se sviđa
      Prikaži ovu nit
    10. Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      When the model is exposed to multiple mazes, it splits them apart properly and the responses remap when the agent switches from one maze to next. Rate remapping can be explained by uncertainty in the observations.pic.twitter.com/MSvy0GuiFx

      1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
      Prikaži ovu nit
      Dileep George‏ @dileeplearning 6. pro 2019.
      • Prijavi Tweet

      When the world has latent hierarchy, our model can recover that. This is then used for efficient planning.pic.twitter.com/8CVeYbysie

      21:19 - 6. pro 2019.
      • 2 oznake „sviđa mi se”
      • HedgeFair Burak Babacan
      1 reply 0 proslijeđenih tweetova 2 korisnika označavaju da im se sviđa
        1. Novi razgovor
        2. Dileep George‏ @dileeplearning 6. pro 2019.
          • Prijavi Tweet

          There is more to be done. We think replay during learning and inference can be explained. The model has strong connections to our earlier work on schema netshttps://www.vicarious.com/2017/08/07/general-game-playing-with-schema-networks/ …

          1 reply 0 proslijeđenih tweetova 3 korisnika označavaju da im se sviđa
          Prikaži ovu nit
        3. Dileep George‏ @dileeplearning 6. pro 2019.
          • Prijavi Tweet

          I want to point out a few review papers which got us started and had great influence. Viewpoints interview is excellent. What is a cognitive map -- we learned it from @behrenstimb, @neuro_kim et al. and @NealWMorton. Buzsaki&Tingley: importance of sequence learning.pic.twitter.com/6CWPZj4vV0

          1 proslijeđeni tweet 10 korisnika označava da im se sviđa
          Prikaži ovu nit
        4. Kraj razgovora

      Čini se da učitavanje traje već neko vrijeme.

      Twitter je možda preopterećen ili ima kratkotrajnih poteškoća u radu. Pokušajte ponovno ili potražite dodatne informacije u odjeljku Status Twittera.

        Sponzorirani tweet

        false

        • © 2020 Twitter
        • O Twitteru
        • Centar za pomoć
        • Uvjeti
        • Pravila o privatnosti
        • Imprint
        • Kolačići
        • Informacije o oglasima