推荐系统综述第36页

集成多元算法，打造高效字面文本相似度计算与匹配搜索解决方案，助力文本匹配冷启动[BM25、词向量、SimHash、Tfidf、SequenceMatcher]

汀、人工智能·2023-11-21 06:59

释放搜索潜力：基于Docker快速搭建ES语义检索系统（快速版），让信息尽在掌握

汀、人工智能·2023-11-21 06:26

【配套博客】《集体智慧编程》推荐系统

破幻星空·2023-11-21 05:47

3D重建算法综述

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达三维重建算法广泛应用于手机等移动设备中，常见的算法有SfM，REMODE和SVO等。2.2双目/多目视觉双目视觉主要利用左右相机得到的两幅校正图像找到左右图片的匹配点，然后根据几何原理恢复出环境的三维信息。但该方法难点在于左右相机图片的匹配，匹配地不精确都会影响最后算法成像的效果。多目视觉采用三个或三个以上摄像机来提高匹配的精度

小白学视觉·2023-11-20 20:23

2019-09-06bigo面试

小小肖肖冲鸭·2023-11-20 17:06

ARM Trustzone 技术（一）综述

从2008年12月ARM公司第一次releaseTrustzone技术白皮书，已经过去了十年。2013年Apple推出了第一款搭载指纹解锁的iPhone：iPhone5s，用以保证指纹信息安全的SecureEnclave技术据分析深度定制了ARMtrustzone架构，印象中这大概是Trustzone技术第一次走进大众视线。到如今Trustzone技术已经成为移动安全领域的重要基础技术，你也许不了

kunkliu·2023-11-20 15:32

中国医疗美容行业深度调研分析及投资战略咨询报告2021-2027年

qq_1106715599·2023-11-20 14:24

【MATLAB】GA优化算法整定PID控制器参数（三）—— 一阶带时延的被控对象

目录0背景1遗传算法介绍与发展1.1遗传算法的简单介绍1.2算子的操作与理解1.3遗传算法的研究发展2被控对象介绍2.1带时延二阶系统的传递函数2.2适应度评价函数的综述3PID参数整定3.1GA算法的

昔时扬尘处·2023-11-20 13:42

基于协同过滤算法的图书推荐系统设计与实现

点我完整下载：基于协同过滤算法的图书推荐系统设计与实现.docx基于协同过滤算法的图书推荐系统设计与实现DesignandImplementationofaBookRecommendationSystemBasedonCollaborativeFilteringAlgorithm

wusp1994·2023-11-20 12:21

多模式脑肿瘤MRI分割中的视觉变换器：综述

Visiontransformersinmulti-modalbraintumorMRIsegmentation:Areview多模式脑肿瘤MRI分割中的视觉变换器：综述脑肿瘤介绍传统方法分割TransformerMethodPureTransformerVITBIShttps

火柴狗·2023-11-20 12:45

【腾讯云云上实验室-向量数据库】探索腾讯云向量数据库：全方位管理与高效利用多维向量数据的引领者

4Embedding4.1embedding_coll精确查询4.2unenabled_embedding_coll精确查询5数据库5.1创建数据库5.2插入数据5.3精确检索6应用场景6.1大模型知识库6.2推荐系统

cooldream2009·2023-11-20 11:31

Deep Learning for Image and Point Cloud Fusion in Autonomous Driving: A Review（自动驾驶图像点云融合深度学习综述）论文笔记

原文链接：https://arxiv.org/pdf/2004.05224.pdfII.深度学习的简要回顾B.点云深度学习本文将点云深度学习方法分为5类，即基于体素、基于2D视图、基于点、基于图以及基于索引/树的方法。（2）基于索引/树的方法引入树状数据结构（如kd树、八叉树），自适应地划分分辨率，减小计算量。通过建立不平衡的树，可以根据点云密度划分区域。这样，点密度低的区域可以有低分辨率。根据树

byzy·2023-11-20 07:35

3D点云深度学习综述

3D点云深度学习综述DeepLearningfor3DPointClouds:ASurvey作者：YulanGuo,HanyunWang,QingyongHu,HaoLiu,LiLiu,andMohammedBennamoun

dxzysk·2023-11-20 07:26

自然语言处理-神经网络史综述

本文试图将大约15年的工作量浓缩为今天最重要的八个里程碑，因此省略了许多相关和重要的发展。特别是，主要介绍神经网络方法，其他方法暂时忽略。更重要的是，本文中提出的许多神经网络模型建立在同一时代的非神经网络上。2001年-神经语言模型语言建模是在给定前面的单词的情况下预测文本中的下一个单词的任务。它可能是最简单的语言处理任务，具有实际应用，如智能键盘，电子邮件响应建议（Kannanetal。，201

城市中迷途小书童·2023-11-20 07:45

什么是Embedding？

转自：一文读懂Embedding的概念，以及它和深度学习的关系近年来，NLP自然语言处理、推荐系统，以及计算机视觉已成为目前工业界算法岗的主流方向，无论在哪个领域，对“Embedding”这个词概念的理解都是每个庞大知识体系的基石

靓仔写sql·2023-11-20 03:48

《A Survey on Deep Learning-based Fine-grained Object Classification and Semantic Segmentation》阅读笔记

ASurveyonDeepLearning-basedFine-grainedObjectClassificationandSemanticSegmentation》基于深度学习的细粒度对象分类和语义分割的综述为什么是

AncilunKiang·2023-11-20 03:22

《Fine-Grained Image Analysis with Deep Learning: A Survey》阅读笔记

论文标题《Fine-GrainedImageAnalysiswithDeepLearning:ASurvey》作者魏秀参，南京理工大学初读摘要与上篇综述相同：细粒度图像分析（FGIA）的任务是分析从属类别的视觉对象

AncilunKiang·2023-11-20 03:22

Beyond One-Model-Fits-All: A Survey of Domain Specialization for Large Language Models

超越一个模型适合所有：大型语言模型领域专业化综述摘要1引言1.1相关综述2领域专业的分类2.1背景2.2领域专业的技术分类3领域专业化的外部增强3.1领域知识增强3.1.1LLM中显性知识的利用3.1.2LLM

UnknownBody·2023-11-20 03:21

CS229 Week9 异常检查&推荐系统

title:CS229Week9异常检查&推荐系统date:2017-03-2618:45:19categories:ML/CS229mathjax:truetags:[MachineLearning,

gb_QA_log·2023-11-20 02:01

基于深度学习的超分辨率综述

1.单图像超分辨率重建SISR方法框架由两部分组成，非线性映射学习和上采样模块。非线性映射学习模块负责完成LR到HR的映射，这过程中利用损失函数引导和监督学习的进程；上采样模块实现重建图像的放大，两个模块协同完成SISR1.1超分框架（1）前端上采样超分框架前端上采样避免在低维进行映射学习，降低了学习难度，但噪声和模糊也被放大，并且高维卷积运算增加计算量，消耗更多资源（2）后端上采样超分框架该框架

teacher_ma_·2023-11-20 02:21

基于深度学习的单帧图像超分辨率重建综述

论文标题：基于深度学习的单帧图像超分辨率重建综述作者：吴靖，叶晓晶，黄峰，陈丽琼，王志锋，刘文犀发表日期：2022年9月阅读日期：2023.11.18研究背景：图像超分辨率重建是计算机视觉中的基本图像处理技术之一

小蒋的技术栈记录·2023-11-20 02:46

Neo4j数据库介绍及简单使用

这种表示方式非常适合处理具有复杂关系的数据，如社交网络、推荐系统、网络拓扑、生物信息学等领域的数据。

西瓜太郎呀！·2023-11-20 01:59

中国物流园区潜力评估及十四五战略研究报告2022-2028年

中国物流园区潜力评估及十四五战略研究报告2022-2028年第1章：中国物流园区发展综述1.1物流园区的相关概述1.1.1物流园区的概念（1）国内的概念及定义（2）国外的定义简介1.1.2物流园区的内涵

qq_1106715599·2023-11-20 00:48

实时追踪科研动态丨谷歌、马克斯·普朗克光科学研究所等机构精选新论文

结合前沿动态订阅功能，精选arXiv当日热门新论文，形成论文综述，让大家更加快速了解前沿动态。如果想要对某篇论文进行深入对话

AMiner学术搜索和科技情报挖掘·2023-11-19 23:34

网络空间安全论文笔记3——缺陷

Asystematicliteraturereviewonsoftwaredetectpredictionusingartificialintelligence:Datasets,DataValidationMethods,Approaches,andTools软件缺陷预测的系统文献综述

TARO_ZERO·2023-11-19 21:53

1.40 基于WiFi的室内定位深度学习方法综述（2）

[J].JournalofInformationandTelecommunication,2022,6(2):163-216.以下为文章的中文翻译文章的前半部分参照：基于WiFi的室内定位深度学习方法综述

weixin_42963026·2023-11-19 21:18

自动驾驶-BEV感知综述

BEV感知综述随着自动驾驶传感器配置多模态化、多源化，将多源信息在unifiedView下表达变得更加关键。

xiaoooli·2023-11-19 19:20

复旦大学邱锡鹏组最新综述：A Survey of Transformers！

作者|Tnil@知乎编辑|NewBeeNLP转眼Transformer模型被提出了4年了。依靠弱归纳偏置、易于并行的结构，Transformer已经成为了NLP领域的宠儿，并且最近在CV等领域的潜能也在逐渐被挖掘。尽管Transformer已经被证明有很好的通用性，但它也存在一些明显的问题，例如：核心模块自注意力对输入序列长度有平方级别的复杂度，这使得Transformer对长序列应用不友好。例如

人工智能与算法学习·2023-11-19 19:45

清北联合发布TransformRL综述

©作者|WenzheLi等来源|机器之心强化学习（RL）为顺序决策提供了一种数学形式，深度强化学习（DRL）近年来也取得巨大进展。然而，样本效率问题阻碍了在现实世界中广泛应用深度强化学习方法。为了解决这个问题，一种有效的机制是在DRL框架中引入归纳偏置。在深度强化学习中，函数逼近器是非常重要的。然而，与监督学习（SL）中的架构设计相比，DRL中的架构设计问题仍然很少被研究。大多数关于RL架构的现有

PaperWeekly·2023-11-19 19:05

【时间序列综述】Transformer in Time Series：A Survey 论文笔记

文章全名：TransformersinTimeSeries:ASurvey文章链接：[论文地址]([2202.07125v2]TransformersinTimeSeries:ASurvey(arxiv.org))来源：IJCAI2023完成单位：阿里巴巴达摩院、上海交通大学摘要Transformer在自然语言处理和计算机视觉领域都取得了诸多成果，Transformer的捕获长距离依赖和交互的能力

Henry_Zhao10·2023-11-19 19:03

【RL+Transformer综述】A Survey on Transformers in Reinforcement Learning论文笔记

文章题目：ASurveyonTransformersinReinforcementLearning论文地址：论文地址来源：arxiv完成单位：清华大学、北京大学、BAAI、腾讯IntroductionTransformer结构能够建模长期的依赖关系，并且具有良好的伸缩性（可处理不同长度的序列数据）最初将Transformer运用到强化学习，是通过将自注意力应用到表征学习，来提取实体间的关系，从而更

Henry_Zhao10·2023-11-19 19:56

随着大模型中数据局限问题的严峻化，向量数据库应运而生

它们构成了许多机器学习和深度学习算法的基础，被广泛运用于各种应用，从搜索引擎到智能助手再到推荐系统等。

_苏沐·2023-11-19 19:03

双剑合璧：基于Elasticsearch的两路召回语义检索系统，实现关键字与语义的高效精准匹配

汀、人工智能·2023-11-19 18:31

语义检索系统【全】：基于milvus语义检索系统指令全流程-快速部署版

汀、人工智能·2023-11-19 18:53

释放搜索潜力：基于Milvus快速搭建语义检索系统（快速版），让信息尽在掌握

汀、人工智能·2023-11-19 18:53

CNN+Transformer！谷歌提出BoTNet：新主干网络！在ImageNet上达84.7%准确率！

Amusi（CVer）·2023-11-19 17:58

《向量数据库指南》——亚马逊云科技向量数据库揭秘：点亮数据未来！

因此，向量数据库在人脸识别、图像搜索、视频分析、语音识别、推荐系统等领域有着广泛的应用。它能够实现高效的数据检

LCHub低代码社区·2023-11-19 15:09

FATE - 特征工程综述

HeteroFeatureBinning======================Featurebinningordatabinningisadatapre-processingtechnique.Itcanbeusetoreducetheeffectsofminorobservationerrors,calculateinformationvaluesandsoon.Currently,wep

DigitalForensic·2023-11-19 12:16

Linux MMC子系统 - 5.eMMC 5.1工作模式-引导模式

微信公众号：嵌入式那些事综述Host和eMMC设备之间的所有通信都由Host控制。总线上的所有通信都是以Host发

jackailson·2023-11-19 12:39

综述：目标检测二十年（机翻版）（未完

原文地址20年来的目标检测：一项调查摘要关键词一介绍二目标检测二十年A.一个目标检测的路线图1)里程碑：传统探测器ViolaJones探测器HOG检测器基于可变形零件的模型（DPM）2)里程碑：基于CNN的两阶段探测器RCNNSPPNetFastRCNNFasterRCNN特征金字塔网络（FPN）3)里程碑：基于CNN的单阶段探测器您只看一次（YOLO）中心网络DETRB.对象检测数据集和度量标准

sylviiiiiia·2023-11-19 11:19

大型语言模型综述，非常详细，格局打开！A Survey of Large Language Models

大型语言模型综述，非常详细，格局打开！ASurveyofLargeLanguageModels返回论文和资料目录论文地址项目地址1.导读讲得通俗易懂，且格局拉满！

小怪兽会微笑·2023-11-19 10:08

大模型的全面回顾，看透大模型 | A Comprehensive Overview of Large Language Models

大模型的全面回顾：AComprehensiveOverviewofLargeLanguageModels返回论文和资料目录论文地址1.导读相比今年4月的中国人民大学发表的大模型综述，这篇综述角度更侧重于大模型的实现

小怪兽会微笑·2023-11-19 10:02

小白也想写综述（一）

前言在选择科研方向时，考虑自己的兴趣和职业目标是非常重要的：综述论文的价值：撰写综述论文，尤其是在深度强化学习和区块链这样的前沿技术领域，能够帮助建立扎实的理论基础，并且对整个领域有一个全面的认识。

Joy T·2023-11-19 10:38

从深度学习的角度看矩阵分解：NeuralCF

金色暗影·2023-11-19 10:11

CV综述OCR任务---目录

CV综述OCR任务---目录图像任务OCR任务图像分类目标检测图像分割图像增强视频任务正文：OCR学习OCR参考资料:参考博客:典型应用常见挑战比赛经典OCR方法单字符识别方法序列识别方法tessernet

慕一Chambers·2023-11-19 08:39

CV综述图像超分辨率整理---目录

CV综述图像超分辨率整理---目录图像任务图像增强之SR任务视频任务之SR任务OCR任务图像分类目标检测图像分割正文：图像增强之SR任务学习SR文档：参考博客:典型应用常见挑战比赛/数据集经典SR方法插值法