BDS综述

【左程云算法全讲10】打表技巧和矩阵处理技巧

系列综述：目的：本系列是个人整理为了秋招面试的，整理期间苛求每个知识点，平衡理解简易度与深入程度。
逆羽飘扬·2023-11-21 07:12

【左程云算法全讲13】暴力递归

系列综述：目的：本系列是个人整理为了秋招面试的，整理期间苛求每个知识点，平衡理解简易度与深入程度。
逆羽飘扬·2023-11-21 07:12

【左程云算法全讲11】贪心算法 & 并查集

系列综述：目的：本系列是个人整理为了秋招面试的，整理期间苛求每个知识点，平衡理解简易度与深入程度。
逆羽飘扬·2023-11-21 07:36

《Deep learning for time series classification a review》基于深度学习的时间序列分类综述

1.引言本文针对以下开放性问题：TSC目前最先进的DNN是什么？当前的DNN方法是否达到TSC的最先进性能并且不如HIVECOTE复杂？哪种类型的DNN架构最适合TSC任务？随机初始化如何影响深度学习分类器的性能？最后：是否可以避免DNN的黑盒效应以提供可解释性？我们的实验表明，不仅DNN能够明显优于NN-DTW，而且使用深度残差网络架构也能够获得与COTE和HIVE-COTE没有显着差异的结果（
ManRock·2023-11-21 07:34

CVE-2020-0796 漏洞的检测及修复

通告背景2020年3月11日，某国外安全公司发布了一个近期微软安全补丁包所涉及漏洞的综述，其中谈到了一个威胁等级被标记为Critical的SMB服务远程代码执行漏洞（CVE-2020-0796），攻击者可以利用此漏洞远程无需用户验证通过发送构造特殊的恶意数据导致在目标系统上执行恶意代码
余生似梦·2023-11-21 06:53

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

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

1.1.1基本概念1.1.2相关属1.2医疗美容行业分类和特点1.2.1行业分类1.2.2行业特点第二章2019-2021年全球医疗美容行业发展分析及经验借鉴2.12019-2021年全球医疗美容行业发展综述
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

DesignandImplementationofaBookRecommendationSystemBasedonCollaborativeFilteringAlgorithm目录目录2摘要3关键词3第一章引言41.1研究背景41.2研究目的51.3研究意义6第二章相关技术综述
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

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

《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

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

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

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

强烈推荐小白看一下这两篇视觉Transformer综述：华为和北大等提出视觉Transformer：全面调研又一篇视觉Transformer综述来了！先回顾一下
Amusi（CVer）·2023-11-19 17:58

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

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
慕一Chambers·2023-11-19 08:39

大型语言模型中的幻觉研究综述：原理、分类、挑战和未决问题11.15+11.16+11.17

大型语言模型中的幻觉研究综述：原理、分类、挑战和未决问题11.15摘要1引言2定义2.1LLM2.3大语言模型中的幻觉3幻觉的原因3.1数据的幻觉3.1.1有缺陷的数据源3.1.2较差的数据利用率3.1.3
露葵025·2023-11-19 07:43

《软件测试 第 2 版》读书笔记

前两部分1~7章(第一部分软件测试综述)第1章软件测试的背景1.1臭名昭著的软件错误用例研究1.2软件缺陷是什么1.3为什么会出现软件缺陷1.4软件缺陷的修复费用1.5软件测试员究竟做些什么1.6软件测试员应具备的素质第
果果是女生·2023-11-19 06:12

【大模型公开课】清华大学刘知远团队大模型公开课学习笔记——1.4自然语言处理基础与应用

1图灵测试2自然语言处理有一个关于NLP领域比较好的综述：AdvancesinNaturalLanguageProcessing发表在2015年的Science上比较适合了解NLP的基本知识。
量子-Alex·2023-11-19 05:37

走出思维泥潭

我们还问老师说应该写成什么结构，老师说首先要会写文献综述。好多像我一样不会写论文的学生，会把文献综述写得特别特别地长。因为这样做，字数就凑够了。实际上真的是浪费了很多时间。
Rebecca余·2023-11-19 04:35

青源 LIVE 预告 | 华为诺亚韩凯：视觉 Transformer 综述

Transformer在视觉领域逐渐发力，并形成一股新的趋势。今年ICCV最佳论文奖（马尔奖）即颁给了Transformer的研究工作。在ViT（VisionTransformer）方面，华为诺亚方舟实验室有深厚的研究工作，华为高级研究员韩凯继之前的《TransformerinTransformer论文链接：https://arxiv.org/pdf/2012.12556.pdf智源社区特邀请了论
智源社区·2023-11-19 04:11

区块链技术及其对大数据分析的影响

区块链技术及其对大数据分析的影响李升伟综述在这里，我们将帮助您掌握区块链与大数据这两大技术及其交汇的基础知识[1]。
lisw05·2023-11-18 21:03

一文综述人脸检测算法（附资源）

[人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一，它在安防监控，人证比对，人机交互，社交和娱乐等方面有很强的应用价值，也是整个人脸识别算法的第一步。问题描述人脸检测的目标是找出图像中所有的人脸对应的位置，算法的输出是人脸外接矩形在图像中的坐标，可能还包括姿态如倾斜角度等信息。下面是一张图像的人脸检测结果：ff96f8b26fd32ce2d173a693b499a3efdb3aaf5a虽
weixin_34200628·2023-11-17 15:41

tensorrt: pycuda, onnx, onnxruntime, tensorrt,torch-tensorrt 安装

文章目录tensorrt:pycuda,onnx,onnxruntime,tensorrt,torch-tensorrt安装1.深度学习模型部署综述（ONNX/NCNN/OpenVINO/TensorRT
tony365·2023-11-17 15:33

网络嵌入综述

图嵌入综述整理（上）来源：图算法探索系列（一）：图嵌入模型的原理和应用篇【万字长文】图9是DeepWalk模型在推荐场景下的应用。图9（a）显示的是不同用户在不同Session中的item点击序列。
stay_foolish12·2023-11-17 14:22

embedding的综述

0【自然语言处理】Word2Vec词向量模型详解+Python代码实战1一文读懂Embedding的概念，以及它和深度学习的关系one-hot变成地位稠密的向量，降维什么是词嵌入：讲词汇表中的词或者词语映射成固定长度的向量。具体过程：one-hot变成低维连续的向量语义相近的词语，词语赌赢的向量位置也更近具体实例：问题：怎么得到embedding1word2vec1.1·CBOW模型实例：1.2s
stay_foolish12·2023-11-17 14:52

learning to rank 学习排名系统综述

LearningtoRank的实践文档列表方法Listwise算法相对于Pointwise和Pairwise方法来说，它不再将排序问题转化为一个分类问题或者回归问题，而是直接针对评价指标对文档的排序结果进行优化，如常用的MAP、NDCG等。应用Listwise的模型有ListNet、ListMLE、SVMMAP、AdaRank、SoftRank、LambdaRank、LambdaMART。其中La
stay_foolish12·2023-11-17 14:44

物理驱动深度学习方法总结

一、物理驱动深度学习方法总结现有博主更新物理驱动深度学方法总体介绍二、PINN介绍PINN综述Blog介绍：内嵌物理知识神经网络（PhysicsInformedNeuralNetwork，简称PINN）
pinn山里娃·2023-11-17 10:43

综述论文翻译Recent Advances in Baggage Threat Detection:A Comprehensive and Systematic Survey（2022.11）

行李危险品检测的最新进展:一份全面而系统的调查原论文下载地址：RecentAdvancesinBaggageThreatDetection:AComprehensiveandSystematicSurvey|ACMComputingSurveys摘要自20世纪70年代初以来，X射线成像系统已使安检人员能够识别行李和货物中的潜在危险品。然而，人工筛选危险品的过程非常耗时，而且容易出现人为错误。因此，
暖小宝·2023-11-17 08:38
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他