人工智能学习-CSDN博客

转载符号arg代表的意义

arg 是变元（即自变量argument）的英文缩写。arg min 就是使后面这个式子达到最小值时的变量的取值arg max 就是使后面这个式子达到最大值时的变量的取值例如函数F(x,y):arg min F(x,y)就是指当F(x,y)取得最小值时，变量x,y的取值arg max F(x,y)就是指当F(x,y)取得最大值时，变量x,y的取值————————————————原文链接：https://blog.csdn.net/kele_imon/java/article/...

2020-07-01 22:45:56 5148

转载从泛化性到Mode Collapse：关于GAN的一些思考

一、理论关于GAN的理论，可以把GAN模型按照正则化、非正则化模型分成两大类。非正则化包括经典GAN模型以及大部分变种，如f-GAN，Least Square GAN，EBGAN等等。这些模型的共同特点是不对要生成的样本的分布做任何先验假设，尝试去解决一般性的数据样本生成问题。然而，由于缺少正则化的先验条件，其模型的泛化性是存疑的。换句话来说，泛化性说的是：所有模型都是需要先用有限的训...

2019-02-20 22:26:53 2796

转载马氏距离

马氏距离是由印度统计学家马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的）并且是尺度无关的（scale-invariant），即独立于测量尺度。对于一个均值为，协方差矩阵为Σ的多变量矢量，其马氏距离为...

2019-02-20 21:17:50 1284

转载超详综述：GAN在图像生成上的应用

GAN 在图像生成上取得了巨大的成功，这无疑取决于 GAN 在博弈下不断提高建模能力，最终实现以假乱真的图像生成。 GAN 自 2014 年诞生至今也有 4 个多年头了，大量围绕 GAN 展开的文章被发表在各大期刊和会议，以改进和分析 GAN 的数学研究、提高 GAN 的生成质量研究、GAN 在图像生成上的应用（指定图像合成、文本到图像，图像到图像、视频）以及 GAN 在 NLP 和其它领...

2019-02-02 23:52:26 13544

转载投稿sci杂志一般会经过什么过程

1、选择合适的SCI期刊。2、下载Introduction for submission。只要到每个杂志的首页，打开submit paper一栏，点击Introduction查看或下载即可。3、稿件及其相关材料准备-Preparation：Manuscript.doc、Tables.doc、Figures.tiff（jpg等）、 Cover letter，有时还有Title page、Copy...

2019-01-29 18:05:52 6741

转载多目标优化问题中常见分解方法的理解

作为刚上研一提前来给老师当苦力的小菜鸟，第一次学习MOEAD算法的时候，对其中介绍的分解方法一脸懵*，上网查了不少资料，很难查到详细的解释（好吧，可能我查的姿势不对），完全不理解这些分割方法所给出的表达式的意义，索性搁置了小半个月。这里必须要感谢一下Chithon的http://blog.csdn.net/qithon/article/details/72885053#comments这篇博客...

2018-10-16 18:13:03 1616

转载多目标进化优化的Tchebycheff分解方法

On Tchebycheff Decomposition Approaches for Multiobjective Evolutionary OptimizationDigital Object Identifier 10.1109/TEVC.2017.2704118摘要：Tchebycheff分解是一种极广泛使用的分解方法，其能将一个多目标优化问题转化为一组标量优化子问题。然而，...

2018-10-16 12:13:42 2714

转载机器学习 -- 基本数学概念总结

特征向量对于一个给定的线性变换A，它的特征向量（eigenvector，也譯固有向量或本征向量）v 经过这个线性变换[1]之后，得到的新向量仍然与原来的v 保持在同一條直線上，但其长度或方向也许會改变。即Av=λv特征空间特征空间(eigenspace)是具有相同特征值的特征向量与一个同维数的零向量的集合。假设空间一组函数的集合，这组集合中的函数都能将输入空间映射到输出空间，但...

2018-10-16 12:10:40 284

转载 NSGA-II 概述

NSGA-II的选择算法。主要包含三个部分： 1. 快速非支配排序要先讲一下支配的概念，对于解X1和X2，如果X1对应的所有目标函数都不比X2大（最小问题），且存在一个目标值比X2小，则X2被X1支配。快速非支配排序是一个循环分级过程：首先找出群体中的非支配解集，记为第一非支配层，irank=1（irank是个体i的非支配值），将其从群体中除去，继续寻找群体中的非支配解集，然后irank=2。...

2018-07-15 17:14:14 6824

Methodology in the Social Sciences

This series provides applied researchers and students with analysis and research design books that emphasize the use of methods to answer research questions. Rather than emphasizing statistical theory, each volume in the series illustrates when a technique should (and should not) be used and how the output from available software programs should (and should not) be interpreted. Common pitfalls as well as areas of further development are clearly articulated.

2019-02-24

公司金融实证中的内生性问题

This chapter discusses how applied researchers in corporate finance can address endogeneity concerns. We begin by reviewing the sources of endogeneity— omitted variables, simultaneity, and measurement error— and their implications for inference. We then discuss in detail a number of econometric techniques aimed at addressing endogeneity problems including: instrumental variables, difference-in-differences estimators, regression discontinuity design, matching methods, panel data methods, and higher order moments estimators. The unifying themes of our discussion are the emphasis on intuition and the applications to corporate finance.

2019-02-24

Neural module networks

Visual question answering is fundamentally compositional in nature—a question like where is the dog? shares substructure with questions like what color is the dog? and where is the cat? This paper seeks to simultaneously exploit the representational capacity of deep networks and the compositional li

2019-01-29

Reinforcement Learning or Evolutionary Strategies

Reinforcement Learning or Evolutionary Strategies_ Nature has a solution_ Both

2017-12-28

Failure of Skin-Deep Learning

Failure of Skin-Deep Learning, THERE IS A DISCONNECT AT THE HEART OF THE U.S. EDUCATION SYSTEM THAT IS HAVING A DEVASTATING effect on how and what children learn. Research shows that the most meaningful learning takes place when students are challenged to address an issue in depth, which can only be done for a relatively small number of topics in any school year.* But the traditional process of setting standards tends to promote a superfi cial “comprehensive coverage” of a fi eld, whether it be biology or history, leaving little room for in-depth learning. The curricula and textbooks that result are skin-deep and severely fl awed.

2017-12-27

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

allonok888的博客