相关文章
Maven介绍附带安装、idea配置教程（超详细）
文章目录
文章目录
一、Maven简介
1.Maven介绍
2.Maven主要作用 2.1 使用场景 2.2 管理 总结
二、Maven安装、配置、Maven集成到IDEA中
1.Maven安装
2.解压到D:\盘根目录下
3. 配置maven的环境变量
2.修改Maven默认配置
3.IDEA中修改Maven配置为自己安装的Maven 一…
Maven概述及其基础入门
Maven
01. Maven介绍
1.1 初识Maven
1.1.1 什么是Maven
Maven是Apache旗下的一个开源项目，是一款用于管理和构建java项目的工具。
官网：https://maven.apache.org/ Apache 软件基金会，成立于1999年7月，是目前世界上最大的最受…
新年伊始，25岁“天才少年”曹原再发一篇Nature！9个月的第三篇Nature！
点击上方“CVer”，选择加"星标"置顶 重磅干货，第一时间送达 本文转载自：募格学术 | 整理自微算云平台（Sapere Aude）、Nature、纳米人、安徽商报、新安晚报 、科学网、募格学术此前报道。 新年伊始ÿ…
【优化论】约束优化算法
约束优化算法是一类专门处理目标函数在存在约束条件下求解最优解的方法。为了更好地理解约束优化算法，我们需要了解一些核心概念和基本方法。
约束优化的核心概念
可行域（Feasible Region）： 比喻：想象你在一个园艺场…
![[图神经网络论文]:LeL-GNN-Learnable Edge Sampling and Line Based Graph Neural Network for Link Prediction](http://pic.002.xiahunao.cn/mzlw/[图神经网络论文]:LeL-GNN-Learnable Edge Sampling and Line Based Graph Neural Network for Link Prediction)
[图神经网络论文]:LeL-GNN-Learnable Edge Sampling and Line Based Graph Neural Network for Link Prediction
前置论文:Link Prediction Based on Graph Neural Networks 原文PDF
基于图神经网络的链接预测架构
GNN一般架构:MPNN
MPNN(massage pass neural network) 是图神经网络的一种架构:
Massage pass(aggerate) : 在第l层网络中，对于消息函数 M l M_{l} Ml用于聚合…
Python计算机视觉 第9章-图像分割
Python计算机视觉 第9章-图像分割
图像分割是将一幅图像分割成有意义区域的过程。区域可以是图像的前景与背景或图像中一些单独的对象。这些区域可以利用一些诸如颜色、边界或近邻相似性等特征进行构建。
9.1 图割（Graph Cut）
图割（Graph…
青职院人工智能02数学基础（二）
1.3 特征值和特征向量
1.3.1 特征值分解与特征向量 特征值分解可以得到特征值(eigenvalues)与特征向量(eigenvectors)； 特征值表示的是这个特征到底有多重要，而特征向量表示这个特征是什么。 如果说一个向量 v ⃗ \vec{v} v 是方阵 A A A的特征向量&am…
)
基于物理信息神经网络（PINN）求解Burgers方程(附PyTorch源代码)
基于物理信息神经网络（PINN）求解Burgers方程
在这篇博客中，我们将展示如何通过物理信息神经网络（Physics-Informed Neural Network, PINN）求解经典的 Burgers 方程。PINN 不仅依赖于训练数据的监督学习，还…
:使用潜在变量模型进行数据分析的box循环)
【深度学习】图形模型基础(1):使用潜在变量模型进行数据分析的box循环
1.绪论
探索数据背后的隐藏规律，这不仅是数据分析的艺术，更是概率模型展现其威力的舞台。在这一过程中，潜在变量模型尤为关键，它成为了数据驱动问题解决的核心引擎。潜在变量模型的基本理念在于，那些看似复杂、杂乱无…
拉格朗日乘子法与拉格朗日对偶函数
目录 一、拉格朗日乘子法二、拉格朗日函数应用示例三、拉格朗日对偶函数 (Lagrange Dual Function)四、拉格朗日对偶函数示例 一、拉格朗日乘子法 在数学优化问题中，拉格朗日乘数法（Lagrange multipliers ）是一种用于求解等式约束条件下局部最…
滤波笔记一：卡尔曼滤波
滤波笔记一：卡尔曼滤波 1. Overview2. 应用场景3. 变量定义4. 如何看待卡尔曼滤波问题4.1 利用矩阵描述问题4.2 外界作用力4.3 外界不确定性4.4 通过测量值精炼预测值4.5 修正4.5.1 两个高斯概率密度函数的乘积 4.5.2 新的卡尔曼增益 5.卡尔曼公式6. ~~在 Radar 和 …
人工智能导论 基础搜索算法
基础搜索算法
在本章中, 我们首先会对 推断 这一逻辑过程进行建模, 并将其含义与 搜索 整合起来, 解释 将推断的逻辑行为建模和实现为搜索算法 的原理与合理性.
其次, 我们将介绍包括深度优先搜索 (DFS) 在内的数种基础搜索算法.
1. 推断和搜索
下面介绍两种对问题的建模思…
智能反射面文献阅读：基于强化学习的STAR-RIS辅助室内室外通信频谱最大化
最近学习了一篇比较新的2023年的IEEE短文，本篇文献叫做《Deep Reinforcement Learning based Spectral Efficiency Maximization in STAR-RIS-Assisted Indoor Outdoor Communication》，写个博客记录一下，如有错误请大佬纠正。
1. 主要贡献&…
多智能体学习笔记（个人向）——多智能体系统一致性
以前笔记的摘录，仅供个人使用 目录 一阶多智能体系统一致性连续时间离散时间切换拓扑含时延的一致性领航跟踪 二阶多智能体系统一致性连续时间系统一致性离散时间系统一致性连续时间含时延系统一致性领航跟随系统一致性连续时间系统编队控制 一阶多智能体系统一致性…
【医疗人工智能】通过强化学习和分类的自适应对齐进行有效的症状查询和诊断
Article
文献题目：Efficient Symptom Inquiring and Diagnosis via Adaptive Alignment of Reinforcement Learning and Classification
摘要
医疗自动诊断系统旨在模拟人类医生在真实的诊断过程中。该任务被表述为具有症状查询和疾病诊断的顺序决策问题。近年来…
AIGC用于智能写作的技术综述-达观数据
导语 图1. ChatGPT生成的关于智能写作的介绍 智能写作指使用自然语言处理技术来自动生成文本内容。这种技术通过分析给定语料库，学习文本的结构和语法，然后利用这些信息来生成新的文本。智能写作可以用来快速生成高质量的文本内容，并且可以用来完成诸如文章写作、报告生…
人工智能之数学基础篇—高等数学基础（中篇）
人工智能之数学基础篇—高等数学基础中篇 4 连续性与导数4.1 函数连续性定义4.2 函数连续性需要满足的条件4.3 函数的间断点4.4 函数间断点的常见类型4.5 导数4.5.1 导数的定义4.5.2 导数的几何意义4.5.3 导数的基本求导法则4.5.4 反函数的求导法则4.5.5 复合函数的求导法则4.5…
人工智能数学基础——假设检验
1.假设检验 什么是假设：对总体参数（均值，比例等）的具体数值所作的陈述。比如，我认为新的配方的药效要比原来的更好。 什么是假设检验：先对总体的参数提出某种假设，然后利用样本的信息判断假设是…