semi 第32页

激光器仿真：(7)半导体+波导混合锁模激光器

前言半导体激光器（Semiconductorlaser）是能够产生相干超短光脉冲的一类重要的芯片级梳状集成光源，在基础科学和技术中有着广泛的应用如数据通信、光学测距和光谱学。

知乎拔丝光年·2022-12-28 21:25

ML (Chapter 7): 贝叶斯分类器

期望风险最小化分类问题--后验概率最大化使得期望风险最小回归问题--选择条件期望使得期望风险最小极大似然估计(MaximumLikelihoodEstimation,MLE)朴素贝叶斯分类器半朴素贝叶斯分类器(semi-naiveBayesclassifiers

连理o·2022-12-28 15:30

GCN原论文阅读笔记

《SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS》阅读笔记本文记录GCN原经典论文的阅读笔记论文链接：GCN原论文摘要论文提出了一种可扩展的方法

hxh207·2022-12-28 10:14

【论文阅读】Interpolation Consistency Training for Semi-Supervised Learning

论文下载1.摘要我们介绍了插值一致性训练(ICT)，这是一种简单且计算效率高的算法，用于在半监督学习范式中训练深度神经网络。ICT鼓励在未标记点的插值上的预测与在这些点的预测的插值一致。在分类问题中，ICT将决策边界移动到数据分布的低密度区域。我们的实验表明，当应用于CIFAR-10和SVHN基准数据集上的标准神经网络架构时，ICT实现了最佳性能。我们的理论分析表明，ICT对应于某种类型的具有未标

来日可期1314·2022-12-28 08:04

【论文阅读】《A multi-scheme semi-supervised regression approach》

《Amulti-schemesemi-supervisedregressionapproach》1.摘要OurcontributionthroughthisworkistheproposalofaMulti-schemeSemi-supervisedregressionapproach

来日可期1314·2022-12-28 08:04

【CVPR2020图像超分辨率】Cross-Scale Non-Local Attention / CSNLN 阅读笔记

上上周在实验室seminar介绍了这篇文章，为了加强记忆，准备写一篇笔记。paper：ImageSuper-Resolutionw

刘芋儿·2022-12-28 01:14

MOS管的作用及原理介绍

MOS管的英文全称叫MOSFET(MetalOxideSemiconductorFieldEffectTransistor)，即金属氧化物半导体型场效应管，属于场效应晶体管中的绝缘栅型。

KIA半导体·2022-12-28 01:40

机器学习的四种学习方法

文章目录监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）半监督学习（Semi-supervisedLearning)强化学习（ReinforcementLearning

侬本多情。·2022-12-27 23:33

全年交付超1800万颗，毫米波雷达赛道进入新增长周期

本周，瑞萨电子宣布，正式进军汽车毫米波雷达市场，首发推出4发4收、76-81GHz收发单元，这套名为RAA270205的MMIC是基于今年收购的SteradianSemiconductorsPrivateLimited

高工智能汽车·2022-12-27 20:22

阅读笔记 MulDA: DAGA向多语言方向的拓展

OurMultilingualDataAugmentationFramework1、LabeledSequenceTranslation2、SyntheticDataGenerationwithLanguageModels3、Semi-supervised

lunat:c·2022-12-27 18:51

数据分析与可视化概述

目录1.数据分析2.数据可视化3.数据分析与可视化常用软件1.MicrosoftExcel2.R语言3.Python语言4.SASEnterpriseMiner5.SPSS6.专用可视化分析工具4.Python

抱抱宝·2022-12-27 17:00

Chapter 2 空间电荷

semiconductor中的doping非常低你injectelectrons不能compensatebackgrounddoping这时候产生spacechargeeffect在电场强度很高的时候，

严正安·2022-12-27 05:55

SPSS Modeler基础操作与模型求解

已从诸如StatsoftStatistics、SASEnterpriseMiner、Oracl

dream1909·2022-12-26 14:22

GCN基础知识

图卷积网络基础知识论文：SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS论文地址：https://arxiv.org/pdf/1609.02907

Citroooon·2022-12-26 12:56

语义分割联合边缘检测的多任务学习思路总结

简述2020二维图像语义分割的热点方向是域自适应语义分割(DomainAdaptiveSemanticSegmentation)，半监督/弱监督语义分割(Semi-Supervised/Weakly-SupervisedSemanticSegmentation

小天要奔跑·2022-12-26 04:48

GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training阅读笔记

GANomaly:Semi-SupervisedAnomalyDetectionviaAdversarialTraining阅读笔记Abstract异常检测任务，就是当数据集由于另一类（异常）的样本量不足而高度偏向一类

给个编制·2022-12-25 17:27

DGL-GrapgConv源码注释

DGL中GraphConv源码解读，带原理论文Semi-SupervisedClassificationwithGraphConvolutionalNetworks笔记论文笔记（建议先看，便于后续源码理解

Taskey·2022-12-25 16:38

[论文笔记] semi-dense 3d semantic mapping from monocular slam

semi-dense3dsemanticmappingfrommonocularslam这居然是CVPRbestpaper吗，我似乎读了一篇假论文_(:з)∠)_……大概是自己太菜了没读懂QWQ，改天再读一遍

KylinQAQ·2022-12-25 12:40

MySQL的主从复制

主从形式一主一从一主多从，提高系统的读性能多主一从（从5.7开始支持）双主复制级联复制MySQL主从复制原理MySQL主从复制的过程MySQL主从复制模式异步模式（mysqlasync-mode）半同步模式(mysqlsemi-sync

Pert-·2022-12-25 07:08

ICLR 2022的10篇论文推荐

一、AutoregressiveDiffusionModelsEmielHoogeboom,AlexeyA.Gritsenko,JasmijnBastings,BenPoole,RiannevandenBerg

数据派THU·2022-12-24 20:05

《视觉SLAM十四讲》第八讲-运行 direct_sparse、direct_semidense 报错 Segmentation fault (core dumped)

写在前面运行《视觉SLAM十四讲》第八讲中的direct_sparse、direct_semidense出现出现报错一、问题描述示例代码direct_sparse.cpp、direct_semidense.cpp

wongHome·2022-12-24 19:27

图卷积神经网络（GCN）论文笔记与Geometric源码解释

文章目录引言理论推导通俗理解GCN谱图卷积的一阶近似——GCN逐层线性模型半监督节点分类4GeometricGCNConv源码【参考文献】：1.SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS

十里清风·2022-12-24 17:18

创新微MinewSemi高精度UWB模块有什么特点

随着智能化进程的加快，近年来各式各样的黑科技出现在我们的面前。像是智能马桶、智能音箱、智能定位仪等层出不穷。最近有人在Indiegogo上众筹了一款智能测量仪，和其他花样频多的众筹产品相比，这款智能产品显得更加实用一些。和传统的测绘工具比较起来具有更加精准的测量的能力，主要通过增加现实技术实现我们测绘的目的。这个智能测量仪还可以将我们在现实中拍摄的照片和测绘数据转化称可视化的设计手稿，并且可以在手

MinewSemi创新微·2022-12-24 09:29

创新微MinewSemi低能耗UWB模块怎么样

发展的新时代已经到来，作为物联网产业重要的部分，智能家居逐渐成为行业中汹涌的浪潮。物联网即“万物相连的互联网”，是一个基于互联网、传统电信网等的信息承载体。多样化的物联网消费产品，物联网工业智能控制化的产品也如雨后春笋出现在市场上。对于物联网产品研发初步的选型已经成为工程师们不得不面对的难题。是否选择对平台，直接关系到整体项目是否成功，最终产品研发的成本，时间与工作量。物联网智能家居的传输技术有多

MinewSemi创新微·2022-12-24 09:29

VScode 代码格式化配置

editor.defaultFormatter":"esbenp.prettier-vscode",//保存的时候自动格式化"editor.formatOnSave":true,//#去掉代码结尾的分号"prettier.semi

Tomorrow_BigBang·2022-12-24 08:00

flyway数据库表自动同步更新

官方文档：Documentation-FlywaybyRedgate•DatabaseMigrationsMadeEasy.https://flywaydb.org/documentation/1.Flyway

qiaobing1226·2022-12-24 07:43

论文阅读笔记--3D human pose estimation in video with temporal convolutions and semi-supervised training -1

前言读了一篇利用视频做姿态估计的比较经典的论文,3Dhumanposeestimationinvideowithtemporalconvolutionsandsemi-supervisedtraining

零壹博弈·2022-12-23 18:04

机器学习实战（一）：The Machine Learning Landscape

TypesofMachineLearningSystemssupervised,unsuper‐vised,semisupervised,andReinforcementLearningonline,batchlearninginstance-based

一城山河·2022-12-23 15:36

学习笔记之——Semi-direct Visual Odometry (SVO)

本博文为本人学习SVO的学习笔记，本博文大部分内容来源于网络各种参考资料，本博文仅为本人学习记录用。目录原理Tracking（位姿估计线程）第一步：图像对齐第二步：特征对齐第三步：位姿结构优化Mapping（建图线程）复现测试demo编译运行参考资料SVO是一种半直接法的视觉里程计，结合了基于特征点方法的优点（并行追踪和建图、提取关键帧）和直接法的优点（快速、准确）。补充：VO分为直接法与特征点法

gwpscut·2022-12-23 14:43

PCL 点云库 3D感知 NLP学习资源

锦鲤少年丶·2022-12-23 13:29

机器学习开篇

机器学习开篇序论1.1机器学习是什么1.2机器学习的分类1.2.1从学习的过程分类1.监督学习（SupervisedLearning）:2.无监督学习(UnsupervisedLearning)3.半监督学习(Semi-supervisedLearning

霍迪迪·2022-12-23 01:26

启用 ESLint 后解决格式化文档自动添加分号和双引号问题

解决自动添加分号和双引号问题二、配置eslint不检查函数方法名和括号之间的空格，因为这个空格确实不是个错误，关闭该项检查一、格式化文档时：解决自动添加分号和双引号问题在项目根目录中创建配置文件.prettierrc{"semi

itpeilibo·2022-12-22 00:17

Semi-continuity

Inmathematicalanalysis,semicontinuity(orsemi-continuity)isapropertyofextendedreal-valuedfunctionsthatisweakerthancontinuity.Anextendedreal-valuedfunction

Tsima_·2022-12-22 00:38

FixMatch：一致性正则与伪标签

FixMatch:SimplifyingSemi-SupervisedLearningwithConsistencyandConfidenceGoogleresearch出品论文：https://arxiv.org

HHHTTY-·2022-12-21 21:16

SSL论文笔记：FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

文章目录AbstractionFixMatchAlgorithmAugmentationAdditionalimportantfactorsRelatedworkExperimentsCIFAR10/100,SVNHBarelysupervisedlearningAblationSharpeningandThresholdingAugmentationstrategyOthersAbstracti

weixin_39901859·2022-12-21 21:45

FixMatch Simplifying Semi-Supervised Learning with Consistency and Confidence

FixMatchSimplifyingSemi-SupervisedLearningwithConsistencyandConfidence作者：KihyukSohn∗DavidBerthelot∗Chun-LiangLiZizhaoZhangNicholasCarliniEkinD.CubukAlexKurakinHanZhangColinRaffel

Harrylin、·2022-12-21 21:45

MixMatch、UDA、ReMixMatch、FixMatch

本文转自：【半监督学习】MixMatch、UDA、ReMixMatch、FixMatch半监督学习（Semi-SupervisedLearning，SSL）的SOTA一次次被Google刷新，从MixMatch

疯子_Zhang·2022-12-21 21:44

paper总结（5）FixMatch: Simplifying Semi-Supervised Learningwith Consistency and Confidence

半监督学习（Semi-supervisedlearning）是一种学习方法，其使用少量标记的数据和大量未标记的数据进行学习。半监督学习的关键是如何从未标记的数据中获取teachersignal。

miss9785·2022-12-21 21:43

半监督学习近几年相关论文解读（分类）

分类任务部分半监督一.Mixmatch（NeurIPS2019）MixMatch:AHolisticApproachtoSemi-Supervised论文地址：https://arxiv.org/abs

啥也不会就会混·2022-12-21 21:41

论文阅读：FixMatch：simplifying-semi-supervised-learning-with-consistency-and-confidence

重点总结：主要结合了伪标签和一致正则化（两种数据增强的方式实现）方法利用更少的带标签数据，实现了更高的准确度。下面具体说一下关于FixMatch具体实施细节：先来介绍一下本篇论文中数据增强。数据增强的主要思路：在未标记的图像上进行弱增强从而生成伪标签，同时也在未标记的图像上进行强增强进行预测。具体使用到的方法的解释如下：1.弱增强：包括对图像的翻转和平移两种策略。2.强增强：主要应用RandAug

coding小白·2022-12-21 21:41

[论文阅读] FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

[论文地址][代码][NeurIPS2020]Abstract半监督学习(SSL)提供了一种有效的手段，可以利用未标记的数据来提高模型的性能。这一领域最近取得了快速进展，但代价是需要更复杂的方法。在本文中，我们提出了FixMatch，这是一种对现有SSL方法进行了显著简化的算法。FixMatch首先使用模型对弱增强的无标签图像的预测来生成伪标签。对于一个给定的图像，只有在模型产生高置信度预测的情况

xiongxyowo·2022-12-21 21:40

Nips20 - 半监督图像分类代表作 FixMatch《Simplifying Semi-Supervised Learning with Consistency and Confidence》

文章目录原文及参考初识相知回顾原文及参考原文地址：直接点我就能跳转初识作者认为，当前主流的半监督学习方法(semi-supervisedlearning,SSL)都可以归结于：在无label数据上构造人为标签

我是大黄同学呀·2022-12-21 21:10

FixMatch: 通过一致性和置信度简化半监督学习

原论文：FixMatch:SimplifyingSemi-SupervisedLearningwithConsistencyandConfidence作者单位：GoogleResearch出版：arXiv2001.07685code

hb_ma·2022-12-21 21:09

类感知对比半监督学习(Class-Aware Contrastive Semi-Supervised Learning)论文阅读笔记

文献地址：论文链接，Github代码：Github链接1研究背景现有基于伪标签的半监督学习方法存在的问题：伪标签→存在确认偏差（ConfirmationBias）分布外噪声数据→影响模型的判别能力是否存在一种通用增益方法，可适用于各基于伪标签的半监督方法？MixMatch[1](NIPS,2019)：数据Mixup→预测锐化（Sharpen）FixMatch[2](NIPS,2020)：置信度阈值

Remoa·2022-12-21 21:33

半监督学习——FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

/arxiv.org/abs/2001.07685代码：https://github.com/google-research/fixmatch1.论文题目与摘要FixMatch:SimplifyingSemi-SupervisedLearningwithConsistencyandConfidence

CV-deeplearning·2022-12-21 21:32

FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

FixMatch:SimplifyingSemi-SupervisedLearningwithConsistencyandConfidence,NIPS,2020要点：1、首先，基于“弱增强的未标记样本的模型预测

nightluo·2022-12-21 21:00

拉普拉斯矩阵特征向量的几个关键性质证明

LLL的特征向量组成的矩阵PPP是正交矩阵，有P−1=PTP^{-1}=P^{T}P−1=PT代码验证标准化的拉普拉斯矩阵公式性质证明性质1:对称性(symmetric)性质2:半正定(positive-semidefinite

November丶Chopin·2022-12-21 18:31

【学习】自监督学习2、GPT、PLM

的最近发展pre-trainedlanguagemodels的背景3、解决方法（1）prompttuning（数据高效微调:即时调优）2、few-shotlearning（数据高效微调:少量学习）3、semi-supervisedlearning

Raphael9900·2022-12-20 19:00

PRISEMI芯导科技推出PDG7115直驱型E-Mode氮化镓功率IC

PRISEMI芯导科技推出PDG7115直驱型E-Mode氮化镓功率IC氮化镓以开关速度快，导阻低，低输入输出电荷的优势，应用在快充上逐渐取代了传统的高压硅MOS管。

SZKOYUELEC深圳光与电子·2022-12-20 18:35

内置Prisemi保护IC P14C1N，安克、真我、万魔、红米等全新产品TWS耳机上应用，现推荐安克举例。

作为长期为苹果供应PD快充和TWS耳机的核心供应商，安克旗下的音频品牌Soundcore声阔表现一直颇为亮眼，近期，声阔发布了最新一代搭载ACAA2.0同轴圈铁技术的SoundcoreLiberty3Pro声阔小金腔。除了外观上多彩的配色和圆润活泼的外观，其配置也“特别能打”：●Knowles动铁以及10.6mm动圈的ACAA2.0同轴圈铁设计，支持主动式降噪；●通过HearID可智能分析使用者听

SZKOYUELEC深圳光与电子·2022-12-20 15:33

推荐频道

semi