Kanıt yöntemi: İnşaat.
Kamusal kayıt: sıfırdan makine öğrenmesi, federated learning ve biyolojiyi swarm tezine bağlayan bir connectomics amiral gemisi. Satır satır inşa ediyoruz — ve sonra kodu paylaşıyoruz.
Tezi başlatan proje.
Beyin Bağlantı Matrisi Süper Çözünürlük
Kaba konnektomlardan yüksek çözünürlüklü beyin bağlantı grafiklerini geri kazanma — sinirbilim için süper çözünürlük.
Seyrek, düşük çözünürlüklü gözlemlerden yoğun, kesin sinir-bağlantısallık matrislerini tahmin eden modeller geliştirir; matrisleri halka açık CC0 Kaggle veri seti olarak yayınladı (289 indirme), böylece topluluk üzerine inşa edebilir.
Kaba taramalardan ince taneli bağlantı yapısını geri kazanmak, sinirbilimden çoklu-agent zekâsına giden metodolojik köprüdür — ve veri kümesi kamuya açıktır, böylece alan bunun üzerine inşa edebilir.
Sıfırdan kütüphane & uygulamalı iş.
Lojistik Regresyon ile Federe Öğrenme
Özel, dağıtık öğrenme — veriyi taşımadan veri siloları arasında eğitim.
Lojistik regresyon sınıflandırıcısıyla federe öğrenme uygulaması: klasik ML'den gizliliği koruyan, dağıtık eğitime geçiş rampası.
Veriyi merkezileştirmeden veri siloları arasında eğitim — gerçek gizlilik kısıtlarına yanıt veren dağıtık koordinasyon.
Bunların her biri içten dışa inşa edildi — bir modele ancak içini görebildiğimizde güveniriz. Agent sistemlerine taşıdığımız disiplin budur: orkestrasyon, tool kullanımı, hafıza ve değerlendirme, hepsi aynı uygulama derinliği üzerine inşa edilmiş.