- 博客(10)
- 资源 (31)
- 收藏
- 关注
RSS订阅一个在有序行和列的矩阵中选择第k小元素的O(n)时间复杂度算法
这篇文章是《Information Processing Letters》1985年第20卷第1期的一篇论文，标题为“Selection in X+Y and Matrices with Sorted Rows and Columns”，作者是A. Mirzaian和E. Arjomandi，来自加拿大约克大学计算机科学系。
文章的主要内容是关于在有序矩阵中进行选择（selection）问题的研究。具体来说，文章提出了一个在有序行和列的矩阵中选择第k小元素的O(n)时间复杂度算法。这个问题在统计学和运筹学中有应用，并且与VLSI布局问题相关。
2024-01-01
华为鸿蒙4谷歌鸿蒙GMS安装的安装包
华为鸿蒙4谷歌鸿蒙GMS安装的安装包
https://blog.csdn.net/lzhcoder/article/details/133976046
2023-10-23
bitnami/zookeeper 3.6 docker镜像
dolphinscheduler Helm Chart (Charts/Zookeeper) 是基于 Bitnami 的标准编写的，而你官方原生的 zookeeper:3.6。
这两者的目录结构、启动脚本、环境变量名完全不同，互不兼容！修改 Helm Chart 适配不同底层的镜像是一个非常复杂的过程，很容易出现权限不足、配置文件生成失败、集群无法互通等问题。
2025-12-17
RT-2：Google DeepMind的机器人革命-如何让AI从网页知识中学会操控现实世界
RT-2：Google DeepMind的机器人革命-如何让AI从网页知识中学会操控现实世界
2025-11-23
2025年ASR技术前沿：从端到端模型专利到AI语音就业机会，全方位解析自动语音识别的未来
2025年ASR技术前沿：从端到端模型专利到AI语音就业机会，全方位解析自动语音识别的未来
2025-11-06
Chain-of-Verification (CoVe)：让大模型“自我审校”的技术如何落地？
Chain-of-Verification (CoVe)：让大模型“自我审校”的技术如何落地？
2025-03-19
基于对抗学习的多级交互融合网络用于高光谱和LiDAR数据融合分类
这篇论文提出了一种新的多模态数据融合框架,通过多层次的特征交互和融合,有效提高了高光谱和LiDAR数据的分类性能。实验结果证明了该方法的先进性和有效性。
2025-02-17
基于李宏毅老师深度强化学习蘑菇书EasyRL
李宏毅老师的《深度强化学习》是强化学习领域经典的中文视频之一。李老师幽默风趣的上课风格让晦涩难懂的强化学习理论变得轻松易懂，他会通过很多有趣的例子来讲解强化学习理论。比如老师经常会用玩 Atari 游戏的例子来讲解强化学习算法。此外，为了教程的完整性，我们整理了周博磊老师的《强化学习纲要》、李科浇老师的《世界冠军带你从零实践强化学习》以及多个强化学习的经典资料作为补充。对于想入门强化学习又想看中文讲解的人来说绝对是非常推荐的。
2025-02-07
扩散模型如何在智能交通(自动驾驶、交通仿真、轨迹预测等)领域发挥作用
扩散模型是通过模拟扩散过程、逐渐添加和去除数据中的噪声来生成逼真样本的概率模型。这些模型在图像处理、语音合成和自然语言处理等领域因其生成高质量样本的能力而受到关注。随着扩散模型在各个领域的应用不断增加，现有的文献综述通常专注于计算机视觉或医学影像等特定领域，可能无法满足跨多个领域的广泛受众。因此本综述提供了对扩散模型的全面概述，包括其理论基础和算法创新。突出了其在媒体质量、真实性、合成、图像变换、医疗保健等多个领域的应用。通过整合当前的知识并识别新兴趋势，本综述旨在促进对扩散模型的更深入理解和更广泛的应用，并为各个学科的未来研究者和实践者提供指导。
2025-01-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人