arXiv每日论文速递
arXiv每日论文速递

机器学习每日论文速递[08.29]

同步公众号(arXiv每日论文速递)，回复'search 关键词'查询相关最新论文。
cs.LG 方向，今日共计59篇

【1】 Data ultrametricity and clusterability
标题：数据超度量性和聚类性
作者： Dan Simovici, Kaixun Hua
链接：https://arxiv.org/abs/1908.10833

【2】 Stochastic AUC Maximization with Deep Neural Networks
标题：基于深度神经网络的随机AUC最大化
作者： Mingrui Liu, Tianbao Yang
链接：https://arxiv.org/abs/1908.10831

【3】 Deep Actor-Critic Reinforcement Learning for Anomaly Detection
标题：用于异常检测的深度角色-批评者强化学习
作者： Chen Zhong, Senem Velipasalar
链接：https://arxiv.org/abs/1908.10755

【4】 Networked Control of Nonlinear Systems under Partial Observation Using Continuous Deep Q-Learning
标题：基于连续深度Q学习的部分观测非线性系统网络控制
作者： Junya Ikemoto, Toshimitsu Ushio
备注：6 pages, 9 figures, Accepted for presentation in the IEEE Conference on Decision and Control (CDC) 2019
链接：https://arxiv.org/abs/1908.10722

【5】 Automated Architecture Design for Deep Neural Networks
标题：深度神经网络的自动化体系结构设计
作者： Steven Abreu
链接：https://arxiv.org/abs/1908.10714

【6】 Unsupervised algorithm for disaggregating low-sampling-rate electricity consumption of households
标题：家庭低采样率用电量的无监督解聚算法
作者： Jordan Holweger, Nicolas Wyrsch
链接：https://arxiv.org/abs/1908.10713

【7】 Testing Neural Programs
标题：测试神经程序
作者： Md Rafiqul Islam Rabin, Mohammad Amin Alipour
备注：ASE 2019 Late Breaking Results
链接：https://arxiv.org/abs/1908.10711

【8】 Improving a State-of-the-Art Heuristic for the Minimum Latency Problem with Data Mining
标题：用数据挖掘改进最小延迟问题的最新启发式算法
作者： Ítalo Gomes Santana
链接：https://arxiv.org/abs/1908.10705

【9】 Emotion Recognition in Low-Resource Settings: An Evaluation of Automatic Feature Selection Methods
标题：低资源环境下的情感识别：自动特征选择方法的评价
作者： Fasih Haider, Saturnino Luz
链接：https://arxiv.org/abs/1908.10623

【10】 Bayes EMbedding (BEM): Refining Representation by Integrating Knowledge Graphs and Behavior-specific Networks
标题：贝叶斯嵌入(BEM)：通过集成知识图和行为特定网络来精炼表示
作者： Yuting Ye, Hongxia Yang
备注：25 pages, 5 figures, 10 tables. CIKM 2019
链接：https://arxiv.org/abs/1908.10611

【11】 Heterogeneous Domain Adaptation via Soft Transfer Network
标题：通过软传输网络的异构域适配
作者： Yuan Yao, Yunming Ye
备注：Accepted by ACM Multimedia (ACM MM) 2019
链接：https://arxiv.org/abs/1908.10552

【12】 Rényi Differential Privacy of the Sampled Gaussian Mechanism
标题：采样高斯机制的Rényi差分隐私
作者： Ilya Mironov, Li Zhang
链接：https://arxiv.org/abs/1908.10530

【13】 O-MedAL: Online Active Deep Learning for Medical Image Analysis
标题：O-Medine：用于医学图像分析的在线主动深度学习
作者： Asim Smailagic, Hae Young Noh
链接：https://arxiv.org/abs/1908.10508

【14】 Similarity Kernel and Clustering via Random Projection Forests
标题：基于随机投影森林的相似核与聚类
作者： Donghui Yan, Zhiwei Qin
链接：https://arxiv.org/abs/1908.10506

【15】 Revealing Backdoors, Post-Training, in DNN Classifiers via Novel Inference on Optimized Perturbations Inducing Group Misclassification
标题：通过对优化扰动导致组错误分类的新推理揭示DNN分类器中的后门，训练后
作者： Zhen Xiang, George Kesidis
链接：https://arxiv.org/abs/1908.10498

【16】 The Function Representation of Artificial Neural Network
标题：人工神经网络的功能表示
作者： Zhongkui Ma
链接：https://arxiv.org/abs/1908.10493

【17】 Exploration-Enhanced POLITEX
标题：勘探增强型Politex
作者： Yasin Abbasi-Yadkori, Gellert Weisz
链接：https://arxiv.org/abs/1908.10479

【18】 Complex Deep Learning Models for Denoising of Human Heart ECG signals
标题：复杂深度学习模型在心电信号去噪中的应用
作者： Corneliu Arsene
链接：https://arxiv.org/abs/1908.10417

【19】 Multiresolution Transformer Networks: Recurrence is Not Essential for Modeling Hierarchical Structure
标题：多分辨率变压器网络：递归对于分层结构的建模不是必需的
作者： Vikas K. Garg, Hsiang-Fu Yu
链接：https://arxiv.org/abs/1908.10408

【20】 A Near-Optimal Change-Detection Based Algorithm for Piecewise-Stationary Combinatorial Semi-Bandits
标题：一种基于准最优变化检测的分段平稳组合半带算法
作者： Huozhi Zhou, Ee-Peng Lim
链接：https://arxiv.org/abs/1908.10402

【21】 On the Convergence Theory of Gradient-Based Model-Agnostic Meta-Learning Algorithms
标题：基于梯度的模型不可知元学习算法的收敛性理论
作者： Alireza Fallah, Asuman Ozdaglar
链接：https://arxiv.org/abs/1908.10400

【22】 New Loss Functions for Fast Maximum Inner Product Search
标题：快速最大内积搜索的新损失函数
作者： Ruiqi Guo, Xiang Wu
链接：https://arxiv.org/abs/1908.10396

【23】 High-Order Langevin Diffusion Yields an Accelerated MCMC Algorithm
标题：高阶Langevin扩散产生加速的MCMC算法
作者： Wenlong Mou, Michael I. Jordan
链接：https://arxiv.org/abs/1908.10859

【24】 Self-supervised Recurrent Neural Network for 4D Abdominal and In-utero MR Imaging
标题：用于4D腹部和宫内磁共振成像的自监督递归神经网络
作者： Tong Zhang, Maria Deprez
备注：Accepted by MICCAI 2019 workshop on Machine Learning for Medical Image Reconstruction
链接：https://arxiv.org/abs/1908.10842

【25】 An Empirical Comparison on Imitation Learning and Reinforcement Learning for Paraphrase Generation
标题：释义生成中模仿学习和强化学习的实证比较
作者： Wanyu Du, Yangfeng Ji
备注：9 pages, 2 figures, EMNLP2019
链接：https://arxiv.org/abs/1908.10835

【26】 UWB-GCN: Hardware Acceleration of Graph-Convolution-Network through Runtime Workload Rebalancing
标题：UWB-GCN：通过运行时工作负载重新平衡实现图形卷积网络的硬件加速
作者： Tong Geng, Martin Herbordt
链接：https://arxiv.org/abs/1908.10834

【27】 An Online Evolving Framework for Modeling the Safe Autonomous Vehicle Control System via Online Recognition of Latent Risks
标题：通过在线识别潜在风险的安全自主车辆控制系统建模的在线演化框架
作者： Teawon Han, Umit Ozguner
链接：https://arxiv.org/abs/1908.10823

【28】 Image Captioning with Sparse Recurrent Neural Network
标题：基于稀疏回归神经网络的图像字幕
作者： Jia Huei Tan, Joon Huang Chuah
链接：https://arxiv.org/abs/1908.10797

【29】 Multi-Objective Automatic Machine Learning with AutoxgboostMC
标题：基于AutoxgboostMC的多目标自动机器学习
作者： Florian Pfisterer, Bernd Bischl
链接：https://arxiv.org/abs/1908.10796

【30】 A Nonconvex Approach for Exact and Efficient Multichannel Sparse Blind Deconvolution
标题：一种精确有效的多通道稀疏盲解卷积的非凸方法
作者： Qing Qu, Zhihui Zhu
链接：https://arxiv.org/abs/1908.10776

【31】 Reinforcement Learning: Prediction, Control and Value Function Approximation
标题：强化学习：预测、控制和值函数逼近
作者： Haoqian Li, Thomas Lau
链接：https://arxiv.org/abs/1908.10771

【32】 Lecture Notes: Selected topics on robust statistical learning theory
标题：课堂讲稿：稳健统计学习理论选题
作者： Matthieu Lerasle
链接：https://arxiv.org/abs/1908.10761

【33】 Information-Theoretic Lower Bounds for Compressive Sensing with Generative Models
标题：生成模型压缩感知的信息论下界
作者： Zhaoqiang Liu, Jonathan Scarlett
链接：https://arxiv.org/abs/1908.10744

【34】 Estimation of Individualized Decision Rules Based on an Optimized Covariate-Dependent Equivalent of Random Outcomes
标题：基于优化协变量依赖随机结果等价物的个性化决策规则估计
作者： Zhengling Qi, Jong-Shi Pang
链接：https://arxiv.org/abs/1908.10742

【35】 Facial age estimation by deep residual decision making
标题：基于深度残差决策的人脸年龄估计
作者： Shichao Li, Kwang-Ting Cheng
链接：https://arxiv.org/abs/1908.10737

【36】 DeepCopy: Grounded Response Generation with Hierarchical Pointer Networks
标题：DeepCopy：基于分层指针网络的接地响应生成
作者： Semih Yavuz, Dilek Hakkani-Tur
链接：https://arxiv.org/abs/1908.10731

【37】 Confidential Deep Learning: Executing Proprietary Models on Untrusted Devices
标题：机密深度学习：在不可信设备上执行专有模型
作者： Peter M. VanNostrand, Robert J. Walls
链接：https://arxiv.org/abs/1908.10730

【38】 Discourse-Aware Semantic Self-Attention for Narrative Reading Comprehension
标题：叙事阅读理解中的语篇意识语义自我注意
作者： Todor Mihaylov, Anette Frank
备注：Accepted as a long conference paper to EMNLP-IJCNLP 2019
链接：https://arxiv.org/abs/1908.10721

【39】 Guided Dialog Policy Learning: Reward Estimation for Multi-Domain Task-Oriented Dialog
标题：引导式对话策略学习：多领域任务导向对话的奖励估计
作者： Ryuichi Takanobu, Minlie Huang
备注：EMNLP 2019 long paper
链接：https://arxiv.org/abs/1908.10719

【40】 Effective and Efficient Network Embedding Initialization via Graph Partitioning
标题：通过图划分进行有效和高效的网络嵌入初始化
作者： Wenqing Lin, Hongyun Cai
链接：https://arxiv.org/abs/1908.10697

【41】 Spam Review Detection with Graph Convolutional Networks
标题：基于图卷积网络的垃圾邮件审查检测
作者： Ao Li, Dong Li
备注：Accepted at CIKM 2019
链接：https://arxiv.org/abs/1908.10679

【42】 Method and System for Image Analysis to Detect Cancer
标题：用于图像分析以检测癌症的方法和系统
作者： Waleed A. Yousef, Naglaa M. Abdelrazek
链接：https://arxiv.org/abs/1908.10661

【43】 Exploiting Multiple Embeddings for Chinese Named Entity Recognition
标题：利用多重嵌入进行中文命名实体识别
作者： Canwen Xu, Chenliang Li
备注：accepted at CIKM 2019
链接：https://arxiv.org/abs/1908.10657

【44】 Machine-learning techniques for the optimal design of acoustic metamaterials
标题：声学超材料优化设计的机器学习技术
作者： Andrea Bacigalupo, Luigi Gambarotta
链接：https://arxiv.org/abs/1908.10645

【45】 Onto Word Segmentation of the Complete Tang Poems
标题：论唐诗全集的分词
作者： Chao-Lin Liu
备注：5 pages, 2 tables, presented at the 2019 International Conference on Digital Humanities (ADHO)
链接：https://arxiv.org/abs/1908.10621

【46】 Classical Chinese Sentence Segmentation for Tomb Biographies of Tang Dynasty
标题：唐代墓葬传记文言句子切分
作者： Chao-Lin Liu, Yi Chang
备注：6 pages, 3 figures, 2 tables, presented at the 2019 International Conference on Digital Humanities (ADHO)
链接：https://arxiv.org/abs/1908.10606

【47】 STMARL: A Spatio-Temporal Multi-Agent Reinforcement Learning Approach for Traffic Light Control
标题：STMARL：一种用于交通灯控制的时空多Agent强化学习方法
作者： Yanan Wang, Hui Xiong
链接：https://arxiv.org/abs/1908.10577

【48】 On Inferring Training Data Attributes in Machine Learning Models
标题：机器学习模型中训练数据属性的推断
作者： Benjamin Zi Hao Zhao, Mohamed Ali Kaafar
备注：Accepted by PPML'19, a CCS workshop. Submission of 4-pages bar references, and appendix
链接：https://arxiv.org/abs/1908.10558

【49】 CAMEL: A Weakly Supervised Learning Framework for Histopathology Image Segmentation
标题：CAMEL：一种用于组织病理学图像分割的弱监督学习框架
作者： Gang Xu, Wei Xu
备注：10 pages, 9 figures, accepted by ICCV 2019
链接：https://arxiv.org/abs/1908.10555

【50】 Linear Convergence of Adaptive Stochastic Gradient Descent
标题：自适应随机梯度下降的线性收敛性
作者： Yuege Xie, Rachel Ward
链接：https://arxiv.org/abs/1908.10525

【51】 Domain-Agnostic Learning with Anatomy-Consistent Embedding for Cross-Modality Liver Segmentation
标题：基于解剖一致性嵌入的域不可知学习用于跨模态肝脏分割
作者： Junlin Yang, James S. Duncan
链接：https://arxiv.org/abs/1908.10489

【52】 Embracing Imperfect Datasets: A Review of Deep Learning Solutions for Medical Image Segmentation
标题：拥抱不完美数据集：医学图像分割深度学习解决方案综述
作者： Nima Tajbakhsh, Xiaowei Ding
链接：https://arxiv.org/abs/1908.10454

【53】 Interactive Machine Comprehension with Information Seeking Agents
标题：与信息搜索代理的交互式机器理解
作者： Xingdi Yuan, Adam Trischler
链接：https://arxiv.org/abs/1908.10449

【54】 Ensemble-Based Deep Reinforcement Learning for Chatbots
标题：基于集成的聊天机器人深度强化学习
作者： Heriberto Cuayáhuitl, Jihie Kim
备注：arXiv admin note: text overlap with arXiv:1908.10331
链接：https://arxiv.org/abs/1908.10422

【55】 Hierarchical Text Classification with Reinforced Label Assignment
标题：具有增强标签分配的分层文本分类
作者： Yuning Mao, Xiang Ren
备注：EMNLP 2019
链接：https://arxiv.org/abs/1908.10419

【56】 An Energy Approach to the Solution of Partial Differential Equations in Computational Mechanics via Machine Learning: Concepts, Implementation and Applications
标题：通过机器学习求解计算力学偏微分方程的能量方法：概念、实现和应用
作者： Esteban Samaniego, Xiaoying Zhuang
链接：https://arxiv.org/abs/1908.10407

【57】 A Data-Efficient Deep Learning Approach for Deployable Multimodal Social Robots
标题：一种数据高效的可部署多模态社交机器人深度学习方法
作者： Heriberto Cuayáhuitl
链接：https://arxiv.org/abs/1908.10398

【58】 Feature Gradients: Scalable Feature Selection via Discrete Relaxation
标题：特征梯度：通过离散松弛进行可缩放特征选择
作者： Rishit Sheth, Nicolo Fusi
链接：https://arxiv.org/abs/1908.10382

【59】 Attribute-Guided Sketch Generation
标题：属性引导的草图生成
作者： Hao Tang, Yan Yan
备注：7 pages, 6 figures, accepted to FG 2019
链接：https://arxiv.org/abs/1901.09774

机器翻译，仅供参考

你可能感兴趣的:(机器学习每日论文速递[08.29])

  • 微习惯复盘与感恩日记2022-04-30 小木山庄的溜溜
    微习惯复盘：1、写论文15分钟：跟导师聊了一个小时，知道了接下来应该怎么做。整理了导师的指导和经验。又学了一点stata，还没学完，看来要明天才能学完了。2、看文献15分钟：无。3、阅读正经书15分钟：《你的身体是一切美好的开始》。看一些关于健康的书，让自己健康起来。4、写小说15分钟：报名了无戒学堂的马拉松，激励自己完成豆瓣马拉松吧。虽然今天也没有写小说，已经三天没有写了。没关系，明天一定写！5
  • 你走在不断学习的路上吗 先主山下梁波涛
    自小对绘画缺乏细胞，从来就是画什么不像什么的感觉。这一学期，选择了《王子微课》，在每日打卡的环节里，居然有简笔画，又一次令我大跌眼镜，耗费半小时，画了这二十多个图，也算经历了一些机关，有了一些体验。图片发自App上面的画面里，给大家介绍的，是一款小程序，保存后扫描，就可以进去这个画画的界面了。2真的可以说，好多东西，是生活中从来没有见过的，也从来没有想过要面对的。比如曲型节棍，看到这个词，居然懵了
  • Deep learning for Computer Vision with Python（1）从零开始入门计算机视觉 Hazelyu27 计算机视觉大数据计算机视觉深度学习
    本书的内容分成三个部分：1.初始阶段初始阶段学习：机器学习、神经网络、卷积神经网络、建立数据集。2.实践阶段实践阶段：深入学习深度学习，理解先进技术，发现最佳实践方式。3.图像网络阶段完成计算机视觉领域的经验积累。使用大规模数据集和真实图片案例作为数据集，包括年龄和性别预测，交通工具模型识别。本书提供了对应网站：http://pyimg.co/fnkxk本文介绍前两章内容：基本介绍和深度学习简介。
  • 人工智能与机器学习原理精解【18】 叶绿先锋 基础数学与应用数学人工智能机器学习
    文章目录决策树基础决策树的定义决策树的计算决策树的例子决策树的例题决策树算法一、决策树的算法过程二、决策树的性质Julia中实现框架使用`DecisionTree.jl`使用`MLJ.jl`Julia包的教程一、了解Julia包生态系统二、安装Julia包1.打开JuliaREPL2.使用Pkg包管理器三、使用Julia包四、查找和了解Julia包1.Julia官方文档2.JuliaHub3.Gi
  • 每日一省D29（2023-1-27） 芒果逗逗
    1、今天早上依然是睡到自然醒，感谢假期让我的身体得到修复，全身不知疲倦，今天第一次坐在床上静静的做早安冥想，一个多月未练瑜伽，假期手机也使用过度，坐着时感觉全身都伸不直，颈椎和腰椎都硬邦邦的，慢慢的调整自己的呼吸，时不时的晃动下身体，大脑跟着音频轻轻的默读成长意图，十分钟左右竟然坚持下让，想想以前是特别抗拒静坐的，感谢大脑中的潜意识为了让自己坚持的鼓励。2、八点钟依旧是喊孩子起床准备去上课，女儿清
  • 使用matlab的热门问题 七十二五 值得关注matlab开发语言青少年编程算法经验分享
    MATLAB广泛应用于科学计算、数据分析、信号处理、图像处理、机器学习等多个领域，因此热门问题也涵盖了这些方面。以下是一些可能被认为当前最热门的MATLAB问题：深度学习与神经网络：如何使用MATLAB的深度学习工具箱（DeepLearningToolbox）来构建和训练神经网络？如何利用MATLAB进行图像识别、语音识别或自然语言处理等深度学习应用？数据分析与可视化：如何使用MATLAB进行大数
  • 如何在Python中处理不平衡数据 葡萄_ac1c
    Index1、到底什么是不平衡数据2、处理不平衡数据的理论方法3、Python里有什么包可以处理不平衡样本4、Python中具体如何处理失衡样本印象中很久之前有位朋友说要我写一篇如何处理不平衡数据的文章，整理相关的理论与实践知识（可惜本人太懒了，现在才开始写），于是乎有了今天的文章。失衡样本在我们真实世界中是十分常见的，那么我们在机器学习（ML）中使用这些失衡样本数据会出现什么问题呢？如何处理这些
  • 在家能干什么副业（零基础在家就可以做的副业） 声优配音圈
    赚钱的副业项目有哪些?网络上能做的副业真的很多，只是很多时候自己都没坚持下来，兼职副业推荐公众号，配音新手圈，声优配音圈，新配音兼职圈，配音就业圈，鼎音副业，有声新手圈，每天更新各种远程工作与在线兼职，职位包括：写手、程序开发、剪辑、设计、翻译、配音、无门槛、插画、翻译、等等。。。每日更新兼职。甚至不知道怎么开始。当下最火的短视频，在这上面挣钱的人很多。我相信很多人肯定都尝试过，梦想着有一天自己的
  • 【机器学习】机器学习的基本概念、算法的工作原理、实际应用案例 @我们的天空 人工智能技术机器学习算法人工智能自然语言处理金融pythonsklearn
    一、机器学习的基本概念定义：机器学习是人工智能的一个分支，它使计算机能够在没有明确编程的情况下从数据中学习并改进其性能。机器学习的目标是让计算机自动学习模式和规律，从而能够对未知数据做出预测或决策。主要类型：监督学习：在这种类型的学习中，算法通过已知输入输出数据对进行训练，学习映射函数，以便对新的输入数据进行预测。常见的监督学习任务包括分类和回归。无监督学习：无监督学习的任务是发现数据中的结构或模
  • 切片Slice,每日一记 飞羽殇情 gogo
    切片Slice截取整个数组：s1:=arr[:]等同于arr[0:len(arr)]，表示截取整个数组。从索引1开始的部分：s2:=arr[1:]等同于arr[1:len(arr)]，表示从索引1开始直到数组末尾。到索引4结束的部分：s3:=arr[:4]等同于arr[0:4]，表示从索引0开始到索引4结束（不包括4）。从索引1到4的部分：s4:=arr[1:4]表示从索引1开始到索引4结束（不包
  • 多模态大模型论文总结 sudun_03 语言模型算法人工智能
    MM1:Methods,Analysis&InsightsfromMultimodalLLMPre-training在这项工作中，我们讨论了建立高性能的多模态大型语言模型（MLLMs）。特别是，我们研究了各种模型结构组件和数据选择的重要性。通过对图像编码器、视觉语言连接器和各种预训练数据选择的仔细而全面的验证，我们确定了几个关键的设计教训。例如，我们证明，与其他已发表的多模式预训练结果相比，对于使
  • 中原焦点秦皇岛站第5期，每日分享第49天，2021年9月3日 5804c210041b
    适时对孩子放手一个孩子，如果从没有吃过苦，就不会知道什么是甜。一个人如果从来不曾遭受挫折，对于顺境也会充满抱怨。在养育孩子的过程中，父母可以不让孩子吃很多甜，但一定要找机会让孩子多吃点苦，唯有如此，孩子才会体会父母的艰难，也才会对自己现在所拥有的一切心怀感激。要想做到这一点，父母就要对孩子放手，而不是每天把每件事情都提前为孩子做好。记得一位老师说过，要想把孩子养好，就要每件事都要让他去做，如果想把
  • 每日健身，从练习两个俯卧撑 苏斐涵
    万事开头难，健身也不例外。昨天订立的目标是：4组力量训练，80个俯卧撑，80个卷腹，40个波速球上的深蹲。35分钟动感单车。昨天广州的温度室内达到了将近三十八，九度左右。昨天外出，感觉又像中暑似的，热到你头脑都不能去思考了。昨天的力量训练和动感单车的训练任务都没有达标。今天到现在19:40，完成力量训练：80个俯卧撑，80个卷腹。有没有练习俯卧撑，自己手摸到后腰部是有感觉，每天练习80个俯卧撑，腰
  • 每日CSS一道题day01 [代码的搬运工] html布局csshtml前端css
    内容：什么是双飞翼布局以及如何书写？原理：左右固定宽高，利用定位、负定位距离，实现中间的宽度自适应代码演示：HTML：头部中左右头部这里引入头部和尾部是为了突出如何在具体内容插入一个双飞翼布局CSS：/*去除浏览器默认样式*/*{margin:0;padding:0;}.header,.footer{height:200px;width:100%;background-color:aqua;}/*
  • 妻子生病，医生说不宜做家务 火锅家族
    每日精选笑话：那就不急了嘛医生语重心长地对病人说：“假如你想多活很久的话，那你真的应该把烟给戒了。”病人：“现在再戒已经太迟了。”医生：“怎么会！戒烟永远不算迟的！”病人：“这样，那就不急了嘛啊哈哈。”--------------------------------------------------------------------------火锅家族第二季爆笑漫画，这里有反转的剧情，爆笑的对
  • 【1193】亲子阅读儿童文学系列之《第六病室》 登登一君
    我是昭君，我想记录我生活工作的点点滴滴，今天是我每日一篇文章的第1193天。今天分享俄国著名文学家契诃夫以及他的中篇小说《第六病室》。俄国文学在人类漫长的文学史中，一直有着非常深远的意义。有关俄国的文学家，我们更是如数家珍了。比如列夫·托尔斯泰，还有屠格涅夫、普希金等等，今天分享的安东·巴普洛维奇·契诃夫可以说是众多俄国作家中，闪耀着特殊光辉的一位。说他特殊是有原因的，不同于托尔斯泰、普希金，还有
  • 2023-05-09 橙橙的火
    每日一省晚饭后，我在给弟弟喝中药，看到哥哥一手拿着枪一手提着沙摊玩具桶里面装着好多正在泡着的水弹（玩具枪用的），兴冲冲的上楼了去他房间了，我心还想，怎么今晚这么安静做自己的事？过了一些时间我在给姐姐弟弟读故事的时候，他过来了，有点不开心，没说话，直接趟下来听。我直觉来了，今晚这么快洗完澡了？等他睡了，我看完遍了房间都没发现水弹，装水弹的桶也没看到。（7日的迷）我想怎么不见了，没这么快就打完了吧。在
  • 每日小短句 蠢屁儿
    教师之所以伟大，在于他(她)永远消耗自己，照亮别人。教师·赞美老师宁静的夜晚，只有那天上的星星正在窃窃私语。山坡上，大路边，村子口，榛树叶子全都红了，红得像一团团火，把人们的心也给燃烧起来了。春天像一位画家，尽情地挥动着画笔，打扮着祖国各地。春天·春天它脱下破旧的外衣，又开始新的生活；它贪婪地吮吸着春天那清新、甜润的露珠儿，慢慢地长出逗人喜爱的嫩枝绿叶。荷塘里的荷花都羞涩地打着朵。秋天到了，树上金
  • MySQL 大小写问题 天珩 今日所得
    场景在做mysql查询的时候，注意到一个问题，mysql默认是不区分大小写的通过简单的查询，发现通过关键字binary可以强制区分大小写参考每日所得--分页查询优化和mysql区分大小写问题那为什么MySQL不区分大小写呢参考文档mysql不区分大小写技术原理文章总结1、是否区分是取决于字符集和校对(Collation)部分所做的工作2、取决于字符集中是否声明了大小写敏感声明之后，开销增加参考ht
  • ＃育人宝贝教师百日行动派＃day34 大慧_adaa
    育人宝贝教师百日行动派＃day34每日5000步✔️图片发自App今日所读《3～6岁儿童学习与发展指南》具有基本的生活，自理能力，鼓励幼儿做力所能及的事情，对幼儿的尝试与努力给予肯定不应做不好，或做得慢而包办代替，指导幼儿学习和掌握生活自理的基本方法，如穿脱衣服和鞋袜洗手洗脸擦鼻涕擦屁股的正确方法，提供有利于幼儿生活自理的条件，如提供一些纸箱盒子宫幼儿收拾和存放自己的玩具图书或生活用品等有衣服鞋子
  • 感恩单7.28 krysdracula
    1.感谢妈妈，给我做了可口的饭菜2.感谢闹钟叫我起床3.感谢今天凉快的天气，好大的风4.感谢电脑工作5.感谢视频课学习6.感谢爸爸带的芒果，还有好吃的7.感谢今天为国争光的运动员们，辛苦啦8.感谢今天也舒服的睡了午觉9.感谢陪我睡觉的娃娃10.感谢迎晨，告诉我另一个数据库的账号今日观想：愿景这两天晚上都效率低，没怎么看论文
  • 写点文字表达心愿 溪水也逐梦
    正如平凡的生活中，按部就班的朝九晚五，实在平庸至极。心头想的怎么完成今日的日更，现写点文字感觉已成为一种生活习惯。无多少新意亦无有趣的人和事，在此写点些许文字，用作锻炼。非比寻常往日，不知不觉已与作伴42天，几乎每日都与人生有关，都触景伤怀，由于本人水平有限，只局限于此。如果根据关于日更的最新要求，达到100字则视为日更成功。那我至此就不必再往前写了。但我认为100字相对容易得多，如果只写这么点，
  • 治疗失眠的神奇方法 天香后街
    这篇是个人的亲身经历，主要是回忆。对我个人而言有很大的启发，我想也会有借鉴意义。概述:记忆中，从大学开始，失眠就一直陪伴着自己，困扰了很多年，尝试了许多方法也不得要领。从最初的数羊，后来的每日记录，再到咨询心理医生，统统没有效果（心理医生开的药从来没吃过，不清楚原因，反正是抵触）。17年得到出听书栏目，反正睡不着，每天只能在听书中入睡。最近入睡因喝茶的感悟已经无需借助外力，形成了习惯。详细情况:高
  • 自然语言处理系列六十六》对话机器人项目实战》对话机器人原理与介绍 陈敬雷-充电了么-CEO兼CTO python人工智能算法自然语言处理机器人人工智能AIGCchatgptgptai
    注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录自然语言处理系列六十六对话机器人项目实战》对话机器人原理与介绍对话机器人项目代码实战总结自然语言处理系列六十六对话机器人项目实战》对话机器人原理与介绍对话机器人是一个用来模拟人类对话或聊天的计算机程序，本质上是通过机器学习和人工智能等技术让
  • 终端滑模matlab程序,机器人轨迹跟踪控制方法研究(含MATLAB程序) 得陇而望蜀者 终端滑模matlab程序
    机器人轨迹跟踪控制方法研究(含MATLAB程序)(课题申报表,任务书,开题报告,中期检查表,外文翻译,论文15300字,程序,答辩PPT)摘要机器人是一类复杂的、具有不确定性的、多输入多输出非线性时变系统。滑模变结构控制对系统参数和外部扰动等不确定性具有不变性，因此非常适合于机器人的控制。本文主要研究了机器人的滑模轨迹跟踪控制。首先简要介绍机器人轨迹跟踪方法和滑模控制的基本原理，然后着重阐述奇异终
  • 2022-01-30 EDISON333
    腊月廿八，校园里，还有一篇论文没有写，在二月初必须完工，电子稿件和纸质版的都要邮寄出去。时间真的过的飞快，2022年也已经马上一个月了，小朋友已经出生十天了，每一天都在成长，生命真的是一件神奇的事情。昨夜与M同学聊天，谈及要去就读的国家和专业，她说支持我。我也看到了曾经去吃过饭的店铺居然还活着，她去了我很想去的那家店。有些东西的味道会一直存在记忆深处，不触及不代表不记得。前天侄孙送米宴，我回了一趟
  • 《机器学习》—— XGBoost（xgb.XGBClassifier） 分类器 张小生180 机器学习人工智能
    文章目录一、XGBoost分类器的介绍二、XGBoost（xgb.XGBClassifier）分类器与随机森林分类器（RandomForestClassifier）的区别三、XGBoost（xgb.XGBClassifier）分类器代码使用示例一、XGBoost分类器的介绍XGBoost分类器是一种基于梯度提升决策树（GradientBoostingDecisionTree，GBDT）的集成学习算
  • 女生能做的兼职有哪些工作，有一天一千块的工作吗 声优配音圈
    一、女生兼职工作推荐现如今，越来越多的女生开始寻求兼职工作来实现经济独立。兼职副业推荐公众号，配音新手圈，声优配音圈，新配音兼职圈，配音就业圈，鼎音副业，有声新手圈，每天更新各种远程工作与在线兼职，职位包括：写手、程序开发、剪辑、设计、翻译、配音、无门槛、插画、翻译、等等。。。每日更新兼职。兼职工作不仅能增加收入，还能提升个人能力和社会经验。对于女生而言，一些适合的兼职工作包括：家教、网店店主、美
  • 来猜谜语啦11405 今思迟
    【今思迟】制谜条数已达：11405上期榜上有名：byz高原沙默随笔【今日五谜】11401谜面：一卜便知非好兆（字）11402谜面：来到一阵吻儿女（成语）11403谜面：英莲若不遇薛皤（孟子句）11404谜面：万千不服人独钓寒江雪（词牌名）11405谜面：两果争先吃晏子早预知(水果)“来猜谜语啦”谜作分三档：1今日五谜：每日发布。2勇士挑战谜：不定期发布，不直接公布，在猜“今日五谜”回复中，有缘者随
  • 【每日晨读】 人像摄影进行时：完美构图1 II终生学习II
    我们所拍摄的人物都真实地存在于一种空间中，不管他（她）所在的空间环境是复杂还是简单，他（她）都是具有空间性的。而在摄影中，要想表达空间，真实地还原人物，就一定会涉及透视知识。透视是一种广泛性的存在。正因为它在视觉上具有客观性而无法让人忽视。可以说，每拍摄一幅画面，都无可避免地要对画面的透视关系进行效果上的处理，以使得照片这种二维平面性的视效产生尽可能迷人的空间立体效果。这是照片以二维向三维幻化的必
  • 用MiddleGenIDE工具生成hibernate的POJO（根据数据表生成POJO类） AdyZhang POJOeclipseHibernateMiddleGenIDE
    推荐:MiddlegenIDE插件,   是一个Eclipse   插件.     用它可以直接连接到数据库,   根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ，用完后你可以手动删除它加载的JAR包和XML文件!     今天开始试着使用
  • .9.png Cb123456 android
      “点九”是andriod平台的应用软件开发里的一种特殊的图片形式，文件扩展名为：.9.png 　　智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。 　　我们都知道android平台有多种不同的分辨率，很多控件的切图文件在被放大拉伸后，边
  • 算法的效率 天子之骄 算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
    算法的效率 效率是速度和空间消耗的度量。集中考虑程序的速度，也称运行时间或执行时间，用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示，而且它总是小于或等于时间需求。   以下是我的学习笔记：   1.求值与霍纳法则，即为秦九韶公式。   2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
  • java数据结构 何必如此 java数据结构
    Java 数据结构 Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类： 枚举（Enumeration） 位集合（BitSet） 向量（Vector） 栈（Stack） 字典（Dictionary） 哈希表（Hashtable） 属性（Properties） 以上这些类是传统遗留的，在Java2中引入了一种新的框架-集合框架(Collect
  • MybatisHelloWorld 3213213333332132
    //测试入口TestMyBatis package com.base.helloworld.test; import java.io.IOException; import org.apache.ibatis.io.Resources; import org.apache.ibatis.session.SqlSession; import org.apache.ibat
  • Java|urlrewrite|URL重写|多个参数 7454103 javaxmlWeb工作
     个人工作经验！ 如有不当之处，敬请指点 1.0  web -info 目录下建立     urlrewrite.xml  文件 类似如下： <?xml version="1.0" encoding="UTF-8" ?>   <!DOCTYPE u
  • 达梦数据库+ibatis darkranger sqlmysqlibatisSQL Server
    --插入数据方面 如果您需要数据库自增... 那么在插入的时候不需要指定自增列. 如果想自己指定ID列的值, 那么要设置 set identity_insert  数据库名.模式名.表名; ----然后插入数据; example: create table zhabei.test( id bigint identity(1,1) primary key, nam
  • XML 解析 四种方式 aijuans android
    XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。 XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
  • spring中配置文件占位符的使用 avords
    1.类 <?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
  • 前端工程化-公共模块的依赖和常用的工作流 bee1314 webpack
    题记： 一个人的项目，还有工程化的问题嘛？   我们在推进模块化和组件化的过程中，肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理？另外怎么依赖也是个问题？ 你真的想这样嘛？   var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。  
  • 上司说「看你每天准时下班就知道你工作量不饱和」，该如何回应？ bijian1013 项目管理沟通IT职业规划
    问题：上司说「看你每天准时下班就知道你工作量不饱和」，如何回应         正常下班时间6点，只要是6点半前下班的，上司都认为没有加班。   Eno-Bea回答，注重感受，不一定是别人的         虽然我不知道你具体从事什么工作与职业，但是我大概猜测，你是从事一项不太容易出现阶段性成果的工作
  • TortoiseSVN，过滤文件 征客丶 SVN
    环境： TortoiseSVN 1.8 配置： 在文件夹空白处右键 选择  TortoiseSVN -> Settings 在 Global ignote pattern 中添加要过滤的文件： 多类型用英文空格分开 *name ： 过滤所有名称为 name 的文件或文件夹 *.name ： 过滤所有后缀为 name 的文件或文件夹 --------
  • 【Flume二】HDFS sink细说 bit1129 Flume
    1. Flume配置   a1.sources=r1 a1.channels=c1 a1.sinks=k1 ###Flume负责启动44444端口 a1.sources.r1.type=avro a1.sources.r1.bind=0.0.0.0 a1.sources.r1.port=44444 a1.sources.r1.chan
  • The Eight Myths of Erlang Performance bookjovi erlang
    erlang有一篇guide很有意思： http://www.erlang.org/doc/efficiency_guide 里面有个The Eight Myths of Erlang Performance： http://www.erlang.org/doc/efficiency_guide/myths.html   Myth: Funs are sl
  • java多线程网络传输文件(非同步)-2008-08-17 ljy325 java多线程socket
    利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送；服务器接收文件并保存到本地文件系统中。 使用说明:请将TransferClient, TransferServer, TempFile三个类编译，他们的类包是FileServer. 客户端: 修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
  • 读《研磨设计模式》-代码笔记-模板方法模式 bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet;
  • 配置心得 chenyu19891124 配置
    时间就这样不知不觉的走过了一个春夏秋冬，转眼间来公司已经一年了，感觉时间过的很快，时间老人总是这样不停走，从来没停歇过。 作为一名新手的配置管理员，刚开始真的是对配置管理是一点不懂，就只听说咱们公司配置主要是负责升级，而具体该怎么做却一点都不了解。经过老员工的一点点讲解，慢慢的对配置有了初步了解，对自己所在的岗位也慢慢的了解。 做了一年的配置管理给自总结下： 1.改变 从一个以前对配置毫无
  • 对“带条件选择的并行汇聚路由问题”的再思考 comsci 算法工作软件测试嵌入式领域模型
    2008年上半年，我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候，由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文)，当时对这个问题的解决办法是采用基于拓扑结构的处理思想，对汇聚点的实际前驱分支节点通过算法预测出来，然后进行处理，简单的说就是找到造成这个汇聚模型的分支起点，对这个起始分支节点实际走的路径数进行计算，然后把这个实际
  • Oracle 10g 的clusterware 32位 下载地址 daizj oracle
    Oracle 10g 的clusterware 32位 下载地址 http://pan.baidu.com/share/link?shareid=531580&uk=421021908 http://pan.baidu.com/share/link?shareid=137223&uk=321552738 http://pan.baidu.com/share/l
  • 非常好的介绍：Linux定时执行工具cron dongwei_6688 linux
    Linux经过十多年的发展，很多用户都很了解Linux了，这里介绍一下Linux下cron的理解，和大家讨论讨论。cron是一个Linux 定时执行工具，可以在无需人工干预的情况下运行作业，本文档不讲cron实现原理，主要讲一下Linux定时执行工具cron的具体使用及简单介绍。 新增调度任务推荐使用crontab -e命令添加自定义的任务（编辑的是/var/spool/cron下对应用户的cr
  • Yii assets目录生成及修改 dcj3sjt126com yii
    assets的作用是方便模块化，插件化的，一般来说出于安全原因不允许通过url访问protected下面的文件，但是我们又希望将module单独出来，所以需要使用发布，即将一个目录下的文件复制一份到assets下面方便通过url访问。 assets设置对应的方法位置 \framework\web\CAssetManager.php   assets配置方法 在m
  • mac工作软件推荐 dcj3sjt126com mac
    mac上的Terminal + bash ＋ screen组合现在已经非常好用了，但是还是经不起iterm＋zsh＋tmux的冲击。在同事的强烈推荐下，趁着升级mac系统的机会，顺便也切换到iterm＋zsh＋tmux的环境下了。 我为什么要要iterm2 切换过来也是脑袋一热的冲动，我也调查过一些资料，看了下iterm的一些优点： * 兼容性好，远程服务器 vi 什么的低版本能很好兼
  • Memcached(三)、封装Memcached和Ehcache frank1234 memcachedehcachespring ioc
    本文对Ehcache和Memcached进行了简单的封装，这样对于客户端程序无需了解ehcache和memcached的差异，仅需要配置缓存的Provider类就可以在二者之间进行切换，Provider实现类通过Spring IoC注入。 cache.xml <?xml version="1.0" encoding="UTF-8"?>
  • Remove Duplicates from Sorted List II hcx2013 remove
    Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list. For example,Given 1->2->3->3->4->4->5,
  • Spring4新特性——注解、脚本、任务、MVC等其他特性改进 jinnianshilongnian spring4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • MySQL安装文档 liyong0802 mysql
      工作中用到的MySQL可能安装在两种操作系统中，即Windows系统和Linux系统。以Linux系统中情况居多。   安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即，这里就不具体介绍，本文档只介绍Linux系统下MySQL的安装步骤。   Linux系统下安装MySQL分为三种：RPM包安装、二进制包安装和源码包安装。二
  • 使用VS2010构建HotSpot工程 p2p2500 HotSpotOpenJDKVS2010
    1. 下载OpenJDK7的源码：      http://download.java.net/openjdk/jdk7      http://download.java.net/openjdk/      2. 环境配置     ▶
  • Oracle实用功能之分组后列合并 seandeng888 oracle分组实用功能合并
    1       实例解析 由于业务需求需要对表中的数据进行分组后进行合并的处理，鉴于Oracle10g没有现成的函数实现该功能，且该功能如若用JAVA代码实现会比较复杂，因此，特将SQL语言的实现方式分享出来，希望对大家有所帮助。如下： 表test 数据如下： ID,SUBJECTCODE,DIMCODE,VALUE 1&nbs
  • Java定时任务注解方式实现 tuoni javaspringjvmxmljni
    Spring 注解的定时任务，有如下两种方式： 第一种： <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans"  xmlns:xsi="http
  • 11大Java开源中文分词器的使用方法和分词效果对比 yangshangchuan word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
    本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好，那要用的人结合自己的应用场景自己来判断。 11大Java开源中文分词器，不同的分词器有不同的用法，定义的接口也不一样，我们先定义一个统一的接口： /** * 获取文本的所有分词结果, 对比
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他