网站首页 站内搜索

搜索结果

查询Tags标签: mathcal,共有 69条记录
  • abc265

    \(\textbf{F.}\) 设 \(f(i, x, y)\) 表示考虑前 \(i\) 维, 当前和 \(P\) 的曼哈顿距离为 \(x\), 和 \(Q\) 的曼哈顿距离为 \(y\) 的方案数. 则 \(f(i, x, y) = \sum _ {s = -2000} ^ {2000} f(i - 1, x - |s - p _ i|, y - |s - q _ i|)\). 按照 \(s < \min(p _ i, q _…

    2022/9/8 23:56:09 人评论 次浏览
  • 【论文笔记】(防御蒸馏)Distillation as a Defense to Adversarial Perturbations against Deep Neural Networks

    有关蒸馏 (Distillation)的论文:(2006)Model Compression (2014)Do Deep Nets Really Need to be Deep?--- 论文笔记 (2015)Distilling the Knowledge in a Neural Network--- 论文笔记摘要 本文提出了防御蒸馏(defensive distillation),主要思想为:使用从DNN中提…

    2022/6/26 23:27:06 人评论 次浏览
  • 数值优化:经典随机优化算法及其收敛性与复杂度分析

    1 随机优化算法概述 随着大数据的出现,确定性优化算法的效率逐渐称为瓶颈。为了说明这一点,我们来看一个用梯度下降法求解线性回归的例子。 给定训练样本\(D = \{(x_i, y_i)\}_{i=1}^n\),线性回归的目标函数如下: \[f(w) = \frac{1}{n}\sum_{i=1}^nf_i(w)= \frac{1}{n…

    2022/6/24 1:18:02 人评论 次浏览
  • 【论文阅读】IROS2021: PILOT: Efficient Planning by Imitation Learning and Optimisation for Safe Autonomous

    参考与前言 完整题目:PILOT: Efficient Planning by Imitation Learning and Optimisation for Safe Autonomous Driving Summary: 用learning做warm start,然后使用优化进行求解,对比速度上有7倍的提升 Type: IROS Year: 2021 cite: 3 tag: planning 组织/Sensor: oxf…

    2022/6/16 23:22:15 人评论 次浏览
  • 数值优化:经典一阶确定性算法及其收敛性分析

    我们在上一篇博客《数值优化:算法分类及收敛性分析基础》介绍了数值优化算法的历史发展、分类及其收敛性/复杂度分析基础。本篇博客我们重点关注一阶确定性优化算法及其收敛性分析。 1 梯度下降法 1.1 算法描述 梯度下降法[1]是最古老的一阶方法,由Cauchy在1847年提出。…

    2022/6/12 5:20:25 人评论 次浏览
  • CPFair: Personalized Consumer and Producer Fairness Re-ranking for Recommender Systems

    目录概符号说明产品侧的 fairness: exposure and relevance用户侧的 fairness两侧的 fairness主要内容Naghiaei M., Rahmani H. A. and Deldjoo Y. CPFair: personalized consumer and producer fairness re-ranking for recommender systems. In International ACM SIGIR…

    2022/6/10 23:22:46 人评论 次浏览
  • P8353 [SDOI/SXOI2022] 无处存储

    P8353 [SDOI/SXOI2022] 无处存储 树路径加值路径求和,强制在线。 \(n \leq 7\times 10^6\),\(q \leq 5\times 10^4\),时限 \(5\text{s}\),空限 \(64\text{MB}\)。 sol 看空间限制,\(\mathcal O(n)\) 大小的数组最多只能开两个。 首先排除线段树做法,树状数组做法三个…

    2022/6/2 23:24:16 人评论 次浏览
  • 张量积笔记加心得(2)

    矩阵的张量积 我们从线性映射的角度入手。 现在有 \(U,U,V,V\),是有限维的线性空间,\(\mathcal{A}\in Hom(U,U),\mathcal{B}\in Hom(V,V)\) .我们合理定义 \(\mathcal{A}\otimes \mathcal{B}\in Hom(U\otimes V,U\otimes V)\),by \(\mathcal{A}\otimes \mathcal{B}(u\o…

    2022/6/2 23:24:14 人评论 次浏览
  • 「JOISC 2022 Day4」鱼 2

    考虑怎么样的鱼能取得最后的胜利,它一定是不断贪心地往两边吃,能吃就吃。 实现以上过程的一个朴素想法是,对左右两边分别维护”有效“单调栈,暴力扫一遍。 考虑用线段树维护上述过程,思考如何合并区间信息。 假设有 \(x\) 条鱼能在左子树中吃完所有的鱼,那么加入右区…

    2022/4/15 23:18:00 人评论 次浏览
  • What Neural Networks Memorize and Why: Discovering the Long Tail via Influence Estimation

    目录概主要内容一种简便的估计方法被记忆的样本所产生的边际效用不同网络结构下的实验最后一次是否足够用于记忆一些示例Feldman V. and Zhang C. What neural networks memorize and why: discovering the long tail via influence estimation. In Advances in Neural In…

    2022/4/7 6:23:18 人评论 次浏览
  • PointNetVLAD 论文笔记

    目录AbstractTermProblem Definition流程PointNetNetVLAD(要反复读)Metric LearningPermutation Invariant数据处理和结果分析 AbstractUnlike its image based counterpart, point cloud based retrieval for place recognition has remained as an unexplored and uns…

    2022/3/25 23:22:48 人评论 次浏览
  • 半正定规划(SDP)例:最小化矩阵范数(2-norm of a matrix)

    正所谓我不能直接搜到答案就得让以后的小朋友能直接搜到答案。主要是不小心通了个宵,乱吃了好些很不健康还大概确乎过期了的东西,刚刚还喝了口过期牛奶(很绝),脑子不大清醒,不想搞作业,反正也不会还搞不完。 目录半正定规划(Semidefinite program)矩阵的2-范数(2-…

    2022/3/19 6:29:45 人评论 次浏览
  • Luogu P5897 [IOI2013]wombats

    Luogu P5897 [IOI2013]wombats ​ 为了统一记号,下文设矩形的行数为 \(n(\le 5000)\),列数为 \(m(\le 200)\),更新次数为 \(U(\le 500)\),查询次数为 \(Q(\le 2\times 10^5)\)。 ​ 最暴力的想法是每一次查询时直接DP,时间复杂度为 \(\mathcal O(Qnm^2)\)。这显然过…

    2022/3/9 6:17:33 人评论 次浏览
  • 【论文阅读】Causal Imitative Model for Autonomous Driving

    Sensor/组织: EPFL Sharif University of Technology Status: Finished Summary: 看看框架图就行。高效缓解因果混淆问题,将因果作为学习输出前一层进行判断 Type: arXiv Year: 2021参考与前言 主页: Causal Imitative Model for Autonomous Driving arxiv地址: Causal…

    2022/3/8 6:46:50 人评论 次浏览
  • [半监督学习] FlexMatch: Boosting Semi-Supervised Learning with Curriculum Pseudo Labeling

    在 FixMatch 中, 对所有类别使用预定义的常量阈值来选择有助于训练的未标记数据, 因此无法考虑不同类别的不同学习状态和学习难度, UDA 也是如此. 为解决这个问题, 提出课程伪标签(Curriculum Pseudo Labeling, CPL), 这是一种根据模型的学习状态利用未标记数据的课程学习…

    2022/2/6 23:12:57 人评论 次浏览
共69记录«上一页12345下一页»
扫一扫关注最新编程教程