新闻中心

  1. 新闻中心
  2. 标签
排序方式

低耗时、高精度，微软提出基于半监督学习的神经网络结构搜索算法SemiNAS

近年来，神经网络结构搜索（Neural Architecture Search, NAS）取得了较大的突破，但仍然面临搜索耗时及搜索结果不稳定的挑战。为此，微软亚洲研究院机器学习组提出了基于半监督学习的神经网络结构搜索算法 SemiNAS ，能在相同的搜索耗时下提高搜索精度，以及在相同的搜索精度下减少搜索耗时。SemiNAS 可在 ImageNet（mobile setting） 上达到23.5%的 top-1 错误率和6.8%的 top-5 错误率。同时，SemiNAS 第一次将神经网络结构搜索引入文本到语音合成任务（Text to Speech, TTS）上，在低资源和鲁棒性两个场景下取得了效果提升。

发布时间：2020-03-30 类型：深度文章

微软Soundscape x Bose Frames，让视障群体“听见”世界的轮廓

如何让视障群体更好地感知和探索他们身边的世界？微软研究院 Soundscape 应用与具有“耳机眼镜一体化”功能的可穿戴设备 Bose Frames 合体，通过 3D 立体声眼镜来让使用者在脑海中构筑起一个立体的周围世界的轮廓。

发布时间：2020-03-25 类型：深度文章

如何将学术经历整合为求职简历？CS求职必备的5个小技巧

走出校园初次求职，表述简洁的职位要求或许会让你一头雾水，不知从何下手。如何将你的学术经历“翻译”为适用于产业界招聘的语言？这篇微软研究员 Alaina Talboy 博士的手记将手把手教你读懂招聘潜台词，并将自己的经历进行精确匹配。

发布时间：2020-03-18 类型：深度文章

对话微软研究院负责人Peter Lee博士：AI，云计算与医疗健康的未来

过去十年，医疗健康行业经历了一系列现代化、数字化变革，但对创新的呼声始终高涨。本期播客的对话嘉宾是微软全球资深副总裁、负责领导微软研究院以及微软医疗部门（Microsoft Healthcare）的 Peter Lee 博士。Microsoft Healthcare 是一个致力于以 AI 和云计算来加速医疗健康创新的全新组织，在对话中，Peter Lee 分享了精准医疗、对话式聊天机器人和 Azure 的数据互操作（interoperability）API等创新将如何改善未来的医疗服务体验。

发布时间：2020-03-17 类型：深度文章

赋能RPA时代，微软发布通用文档理解预训练模型LayoutLM

近年大热的机器人流程自动化（Robotic Process Automation, RPA）利用 AI 技术将人们从繁杂的电子文档处理任务中解放出来，其中最关键就是自动文档分析与识别技术。面对大量无标注电子文档，现有的大规模预训练语言模型能够在预训练阶段有效捕捉文本中蕴含的语义信息，但忽视了文档中的视觉结构信息。微软亚洲研究院近日发布了结合文档结构信息和视觉信息的通用文档预训练模型 LayoutLM，在表单理解、票据理解、文档图像分类等任务的测试中均取得了目前的最佳成绩，模型、代码和论文都已开放下载。

发布时间：2020-03-10 类型：深度文章

刘蓓：随时准备，拥抱下一个未知

编者按：尽管世界上第一位程序员是女性，世界上第一台计算机由6位女性共同完成程序设计，在今天的 STEM（Science 科学, Technology 科技, Engineering 工程, Mathematics 数学）领域中，女性的比例仍然较低。

发布时间：2020-03-05 类型：人物

Azure“升维”之道：微软亚洲研究院提供智能原力

伴随着微软亚洲研究院数据、知识、智能组与微软云产品团队的深度合作，一系列创新技术已经在云系统的故障预测、异常检测、智能诊断、容量规划、事故管理等诸多实际应用场景中落地，相关研究成果也在 ICSE、NSDI、USENIX ATC、WWW、AAAI、ICDM 等高影响力的会议中发表, 极大地提升了服务质量、用户体验和工业生产力。

发布时间：2020-03-04 类型：深度文章

​