- 博客(15)
- 收藏
- 关注
原创 java面试题
小明拿到了一个排列,最开始的排列是{1,2,3,4,.....,n}import java.util.Scanner;public class fliparray { public static void main(String[] args) { Scanner sc=new Scanner(System.in); int n=sc.nextInt(); int k= sc.nextInt(); int[] mList=new
2021-04-09 21:17:29
117
原创 这是你的RNN
图图告诉你RNN 首先,RNN是用来解决有时间序列问题的,考虑上下文联系的神经网络。 所以说网络需要记忆,上一个单词应该要对下一个单词的输出产生影响,于是RNN网络横空出世,下图的a1和a2就是RNN的主要特点,能够储存上一次...
2020-06-14 11:41:59
214
原创 论文笔记:All-at-once Optimization for Coupled Matrix and Tensor Factorizations
一、本文创新点1、大家都清楚,如果有多组数据进行分析,缺失的数据的自由度自然就低了,也更方便进行预测或天从,因此引起了大家对耦合张量,耦合矩阵研究的热潮。本文只要针对张量与矩阵耦合的问题(简称CMTF),提出了一种基于梯度优化的算法(称为CMTF-OPT)2、CMTF-OPT的提出是针对已存在的ALS算法。二、建模问题的基本模型为: 下面先写出利用ALS算法解决的算法框架 ...
2020-05-11 16:31:59
623
原创 论文笔记:Efficient Nonconvex Regularized Tensor Completion with Structure-aware Proximal Iterations
一、本文创新点1、作者注意到重叠核范数对于张量补全的效果比较好,提出了一种用于张量补全的重叠核范数正则化的非凸变体。2、该正则化自然引起损失函数的非凸,故提出了一个更有效的优化的算法3、提出的优化算法有三点优势:一:避免了代价昂贵的张量展开和合并;二:在迭代中保持“稀疏加低秩”结构;三:融入适应的动力。二、相关工作1、低秩矩阵学习 求解方法:第一...
2020-05-10 16:47:54
637
原创 论文笔记:Hyperspectral Super-Resolution via Coupled Tensor Ring Factorization
我觉得人的一生都不可能是一直快乐的,整天嘻嘻哈哈的人内心可能有一个不想让外人知道的忧愁,机会是留给准备的人的,但机会来了,一旦犹豫,就会败北,并且会留下永远的遗憾。如果这个时候该怎么办,那肯定是看论文了。一、本文创新点1、首次利用张量环模型去实现高光谱低分辨率图像和多光谱高分辨图像的融合,其实验效果比圣都学习模型,耦合矩阵分解模型、耦合CP张量模型、耦合Tucker张量模型都要好2、根...
2020-05-06 11:24:09
1016
1
原创 论文笔记:Tensor Ring Decomposition with Rank Minimization on Latent Space
一、本文创新点二、符号和定义1、TR-decomposition2、常见的张量分解算法(Completion by TR decomposition)3、基于秩最小的张量填充算法(rank minimization-based tensor completion)三、新模型横空出世四、优化算法ADMM一、本文创新点之前的张量补全算法大致分为两类:一是基于低秩结...
2020-04-27 15:14:31
2688
5
原创 论文笔记:Higher-dimension Tensor Completion via Low-rank Tensor Ring Decomposition
一、本文工作1、基于最近提出的TR分解,我们提出了一种新的张量补全算法——张量环加权优化2、利用梯度下降法对TR潜在因子进行了优化,并利用它们来预测不完全张量的缺失项。二、基本知识1、张量环分解模型 2、张量矩阵化(沿n模展开)(1)第一种方式:(2)第二种方式:三、本文模型...
2020-04-26 21:48:57
1014
原创 论文笔记 :Tensor Factorization for Low-Rank Tensor Completion
一、本文创新点二、符号和定义三、以前的模型四、本文的模型一、本文创新点1、针对张量补全问题,提出了一种有效的低秩张量分解方法;我们的方法通过把一个张量分解成两个更小张量的乘积来刻画它的低管秩结构,并且在每次迭代中只需要更新两个更小的张量2、我们提出了一种自适应方法来估计每次迭代的张量低管秩。3、我们证明了所提出的交替极小化算法可以收敛到一个Karush...
2020-04-26 17:46:38
2526
4
原创 论文笔记(3):Tensor Decompositions and Applications
Tensor Decompositions andApplications 算是张量分解的鼻祖论文了,要入门张量领域,这篇文章是一定要看的。这篇文章只要讲解了两种张量分解算法:CANDECOMP/PARAFAC decomposition (CP分解) 和Tucker decomposition(塔克分解).通过这篇论文, 你能比较清晰的理解这两种算法,它们在张量分解中起到举足轻重的作用。...
2020-04-26 09:40:11
4634
2
原创 论文笔记(2):Coupled Tensor Completion via Low-rank Tensor Ring
一、本文亮点 首次利用张量环分解实现耦合张量的填充问题 基于耦合张量环Frobenius norm,提出了一个新的非凸模型 非凸模型给出了预先定义的张量秩,优化了潜在因子 二、问题阐述 图一、通过模式...
2020-04-21 23:18:03
1233
原创 论文笔记(1):Efficient Convex Completion of Coupled Tensors using Coupled Nuclear Norms
本文提出一种新的限制耦合张量低秩的范数——耦合核范数该范数是基于(Yang et al., 2015)提出的张量核范数改造而来的,当K = 2 和每个都是正交的,张量核范数就等价于矩阵核范数。下面给出耦合核范数的记号为如下所示:这里,,...
2020-04-21 09:53:01
239
原创 张量低秩诱导范数
1、the overlapped trace norm其中,表明张量沿各模展开形成的矩阵的迹范数之和,若该张量退化为矩阵,对应的就是矩阵的迹范数2、the latent trace norm3、The scaled latent trace norm可以看作是 the latent trace norm 的拓展...
2020-04-20 18:02:34
555
原创 说说范数那些事
很多小伙伴初学向量范数和矩阵范数时都是一头雾水,今天跟大家捋一捋范数的那些事。其实对于学习范数,学会其中的定义和区别是最重要的,特别的,学会它们的定义是最重要的。一、向量范数1.1 Euclidean 范数或L2范数定义:a+a+a+b...
2020-04-20 16:17:05
1608
原创 python中的函数问题
1.1 定义函数def hello_world (): print ("Hello,world")hello_world()1.1.1 向函数传递信息def hello_world (usename): print ("Hello,"+" "+usename.title())hello_world('mojingqin')1.2 传递实参1.2.1 位置实参def pe...
2020-04-13 21:56:37
237
原创 python中字典的那些事(1)
python中的字典那些事python中字典的那些事(1)我观看bilibili的视频,并总结了一些字典的知识,希望能帮到大家。1.1一个简单的字典创建一个空字典people={}添加键值对后的字典# create a dictionnarypeople={'first_name':'jignqin', 'last_name':'mo', 'cit...
2020-04-13 11:44:31
196
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人