23171
Admin: @Raminmousa ID: @Machine_learn link: https://t.me/Machine_learn
📃Network Modeling and Control of Dynamic Disease Pathways, Review and Perspectives
📎 Study the paper
@Machine_learn
Thesis: Yolo object detection
این پروژه سال ۲۰۲۰ با یکی از دوستان انجام دادیم که هدف تشخیص وزن پل با استفاده از Yolo بود. جزئیات مدل یولو رو داخل این بررسی کردیم . برای دوستانی که می خوان بیشتر این مدل رو بررسی کنن می تونه مفید باشه.
@Machine_learn
Efficiently Democratizing Medical LLMs for 50 Languages via a Mixture of Language Family Experts
💻 Github: https://github.com/freedomintelligence/apollomoe
🔖 Paper: https://arxiv.org/abs/2410.10626v1
🤗 Dataset: https://paperswithcode.com/dataset/mmlu
✅@Machine_learn
Probability and Statistics The Science of Uncertainty
📖 book
✅@Machine_learn
📃Fake news detection: A survey of graph neural network methods
📎 Study paper
@Machine_learn
Generalizable and Animatable Gaussian Head Avatar
🖥 Github: https://github.com/xg-chu/gagavatar
📕 Paper: https://arxiv.org/abs/2410.07971v1
@Machine_learn
Financial Machine Learning
📓 book
@Machine_learn
Crawl 4 AI
Crawl4AI: Open-source LLM Friendly Web Crawler & Scrapper
Creator: UncleCode
Stars ⭐️: 8.6k
Forked By: 627
https://github.com/unclecode/crawl4ai
✅/channel/deep_learning_proj
با عرض سلام
مقاله بنده در رابطه با استخراج عوامل استرس زا در توييتر Major revision خورده .
Title:...Extracting psychiatric stressors for suicide from twitter
journal:Natural Language Processing Journal
دوستاني كه نياز دارين مي تونن براي نفر ٤ اقدام كنند. تنها يك نفر ميتونيم اضافه كنيم.
@Raminmousa
@Paper4money
@Machine_learn
Mathematical theory of deep learning
📚 Book
✅@Machine_learn
TensorIR: An Abstraction for Automatic Tensorized Program Optimization
Paper: https://arxiv.org/pdf/2207.04296v2.pdf
Codes: https://github.com/mlc-ai/web-llm - https://github.com/apache/tvm
✅@Machine_learn
Neural Networks, Machine Learning, and Image Processing
📚 book
@Machine_learn
سلام دوستاني كه مقاله براي ارسال به ژورنال دارن مي تونن بنده رو به عنوان داور در سه ژورنال زير معرفي كنند
1-Knowledge-Based system(https://www.sciencedirect.com/journal/knowledge-based-systems)
2-Machine learning with application(https://www.sciencedirect.com/journal/machine-learning-with-applications)
3-Ai(https://www.sciencedirect.com/journal/artificial-intelligence)
Name:Ramin Mousa
Email: Raminmousa@znu.ac.ir
همچنين دوستاني كه مقاله براي ارسال دارن مي تونن قبل ارسال جهت بررسي به بنده ارسال كنن تا يك پيش داوري انجام بدم.
@Raminmousa
@Paper4money
@Machine_learn
WiLoR: End-to-end 3D Hand Localization and Reconstruction in-the-wild
Paper: https://arxiv.org/pdf/2409.12259v1.pdf
Code: https://github.com/rolpotamias/WiLoR
Datasets: FreiHAND - HO-3D v2 - COCO-WholeBody
✅@Machine_learn
پروژه های بیشتر شبیه این ریپورت داخل این پک قرار داره. دوستانی که نیاز دارن می تونن به ایدی بنده مراجعه کنن.
@Raminmousa
Neural Networks and Deep Learning
📓 book
@Machine_learn
با عرض سلام خيلي از دوستان در رابطه با طراحي صفر تا صد پروژه هاي ديپ از بنده سوال پرسيدن داخل پك زير ٣٦ پروژه رو با جزئيات شرح دادم:
1-Deep Learning Basic
-01_Introduction
--01_How_TensorFlow_Works
2-Classification apparel
-Classification apparel double capsule
-Classification apparel double cnn
3-ALZHEIMERS USING CNN(ResNet)
4-Fake News (Covid-19 dataset)
-Multi-channel
-3DCNN model
-Base line+ Char CNN
-Fake News Covid CapsuleNet
5-3DCNN Fake News
6-recommender systems
-GRU+LSTM MovieLens
7-Multi-Domain Sentiment Analysis
-Dranziera CapsuleNet
-Dranziera CNN Multi-channel
-Dranziera LSTM
8-Persian Multi-Domain SA
-Bi-GRU Capsule Net
-Multi-CNN
9-Recommendation system
-Factorization Recommender, Ranking Factorization Recommender, Item Similarity Recommender (turicreate)
-SVD, SVD++, NMF, Slope One, k-NN, Centered k-NN, k-NN Baseline, Co-Clustering(surprise)
10-NihX-Ray
-optimized CNN on FullDataset Nih-Xray
-MobileNet
-Transfer learning
-Capsule Network on FullDataset Nih-Xray
دوستاني كه نياز به اين پروژه ها دارن ميتونن با بنده در ارتباط باشن.
@Raminmousa
@Machine_learn
UC Berkeley's "Machine Learning" lecture notes
📓 Book
✅@Machine_learn
Artificial Intelligence A Modern Approach
📚 Book
@Machine_learn
با عرض سلام
مقاله بنده در رابطه با استخراج عوامل استرس زا در توييتر Major revision خورده .
در این مقاله از ساختار CapsuleNet and fusion استفاده شده است. که هدف کلی طبقه بندی عوامل استرس زا می باشد.
Title:...Extracting psychiatric stressors for suicide from twitter
journal: Natural Language Processing Journal
دوستاني كه نياز دارين مي تونن براي نفر ٤ اقدام كنند. تنها يك نفر ميتونيم اضافه كنيم.
@Raminmousa
@Paper4money
@Machine_learn
با عرض سلام دوستانی که نیاز دارن به این مقاله فقط دو روز زمان باقی مانده و اخرین ریوایزد مقاله می باشد..!
@Raminmousa
Deep Learning and Computational Physics - Lecture Notes, University of South California
📓 book
@Machine_learn
با عرض سلام دو پکیچ یادگیری ماشین و یادگیری عمیق را برای دوستانی که می خواهند, تا فرداشب با تخفیف ۵۰٪ مجدد قرار دادیم این تخفیف اخرین سری از تخفیف های این دو پکیچ می باشد . جهت تهیه می تونین به ایدی بنده مراجعه کنین
@Raminmousa
⚡️ Apple Depth Pro# setting up a venv:
conda create -n depth-pro -y python=3.9
conda activate depth-pro
pip install -e .
# Download pretrained checkpoints:
source get_pretrained_models.sh
# Run the inference from CLI on a single image:
depth-pro-run -i ./data/example.jpg
# Running from python
from PIL import Image
import depth_pro
model, transform = depth_pro.create_model_and_transforms()
model.eval()
image, _, f_px = depth_pro.load_rgb(image_path)
image = transform(image)
prediction = model.infer(image, f_px=f_px)
depth = prediction["depth"] # Depth in [m].
focallength_px = prediction["focallength_px"] # Focal length in pixels.
🟡Demo
🟡Arxiv
🖥GitHub
@Machine_learn
⏳با عرض سلام در راستای کار بر روی LLM ها سعی داریم یک مقاله ی مروری comparative با عنوان
✅Title: A comparative survey on Biological and knowledge graph
رو شروع کنیم. نفرات اول و دوم بنده و دکتر سرابادانی هستن. حدودا تا ۶ نفر هم می تونیم شرکت کنیم. دوستانی که تمایل به شرکت در این مقاله هستن با بنده در ارتباط باشن تا جزئیات مشارکت رو خدمتشون بفرستم.
(هزینه سرورها برای هر جایگاه متفاوت هستش)
⏳ Start time: 24/30/9
⏳Submit time:24/30/11
💠#Benchmarks=18
🔻#Articles:250
🔸#pretrained models:25
@Raminmousa
@Paper4money
@Machine_learn
Blockchain 2nd IBM Limited Edition
📓 Book
@Machine_learn
An Infinite Descent into Pure Mathematics
📚 Book
@Machine_learn
Large Brain Model for Learning Generic Representations with Tremendous EEG Data in BCI
🖥 Github: https://github.com/935963004/labram
📕Paper: https://arxiv.org/abs/2405.18765v1
@Machine_learn
How to Train Long-Context Language Models (Effectively)
🖥 Github: https://github.com/hijkzzz/pymarl2
📕 Paper: https://arxiv.org/abs/2410.02511v1
✅Dataset: https://paperswithcode.com/dataset/smac
@Machine_learn