Singh 实验室研究方向:神经网络计算与生物系统的数据驱动建模
tweetsatpreet · x · 2026-11-17
Singh 实验室(UNC Chapel Hill)公布两大研究方向:[A] 神经计算与学习——神经网络到底计算了什么?其表示、动力学与权重如何实现该计算?解空间是什么?如何引导学习?如何比较人工与生物神经系统?[B] 数据驱动建模——将概率、动力学、几何等数学工具引入生物与生物医学问题,构建预测性乃至处方性(prescriptive)模型,尤其关注动力学与不确定性至关重要的场景。
所属事件:北卡教堂山Satpreet Singh创立新实验室,招募2027级博士生(3 条相关)→
「研究」频道最新
- Echelon 优化器速度超 Muon,并附 Lean 等价性形式化证明 — xennygrimmato_ · 2026-11-17
- FutureSim 团队用 Exa Snapshot 解决评测回溯搜索泄漏难题 — maksym_andr · 2026-11-17
- Echelon 优化器:Muon 精度下提速至 10.5 倍,附 Lean 收敛证明 — xennygrimmato_ · 2026-11-17
- DatologyAI 技术报告:数据策展带来 6 倍预训练算力倍增的测量方法 — pratyushmaini · 2026-11-17
- NVIDIA 团队发布 Sigma:首个大规模连续扩散语言模型 3B/8B 权重 — LucaAmb · 2026-11-17
- llm-blocks 开源:一行代码替换 MLA、Mamba-2、MoE 等 LLM 组件 — cneuralnetwork · 2026-11-17