【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等专栏详细介绍：【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识。后续会持续把深度学习涉及知识原理分析给大家，让大家在项目实操的同时也能知识储备，知其然、知其所以然、知何由以知其所以然。声明：部分项目为网络经典项目方便大家快速学习，后续会不断增添实战环节（比赛、论文、现实应用等）专栏订阅：深度学习入门到进阶专栏深度学习应用项目实战篇深度学习应用篇
【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等专栏详细介绍：【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识。后续会持续把深度学习涉及知识原理分析给大家，让大家在项目实操的同时也能知识储备，知其然、知其所以然、知何由以知其所以然。声明：部分项目为网络经典项目方便大家快速学习，后续会不断增添实战环节（比赛、论文、现实应用等）专栏订阅：深度学习入门到进阶专栏深度学习应用项目实战篇1.OCR综述
【论文笔记】元强化学习综述（2023牛津/斯坦福版）文章目录【论文笔记】元强化学习综述（2023牛津/斯坦福版）前言0Abstract1Introduction元强化学习的简介？元强化学习相比于传统强化学习能多做什么？元强化学习算法自身存在的不足之处？元强化学习如何处理这些不足之处？元强化学习的一个小举例？2Background2.1Reinforcementlearning2.2Meta-RLdefinition元强化学习的术语注意（2-2-1）元强化学习的目标是什么？2.3ExamplealgorithmsMAML注意（2-3-1）RL^2两种方法的优势和劣势2.4ProblemCateg
0摘要论文：Asurveyonlearningfromimbalanceddatastreams:taxonomy,challenges,empiricalstudy,andreproducibleexperimentalframework发表：2023年发表在MachineLearning上。源代码：https://github.com/canoalberto/imbalanced-streams类不平衡给数据流分类带来了新的挑战。最近在文献中提出的许多算法使用各种数据驱动层面、算法层面和集成方法来解决这个问题。然而，在如何评估这些算法方面，缺乏标准化和商定的程序和基准。本文工作提出了一个标
摘要:时空数据包括时间和空间2个维度,常被应用于物流、供应链等领域。传统的集中式存储方式虽然具有一定的便捷性,但不能充分满足时空数据存储及查询等要求,而区块链技术采用去中心化的分布式存储机制,并通过共识协议来保证数据的安全性。研究现有区块链1.0、2.0和以Block-DAG为代表的3.0体系架构及性能特点,分析三代区块链架构应用于时空数据时的性能支持度、优化方式以及局限性,并对区块链技术在时空数据领域的应用前景﹑存在的问题和未来的研究方向进行展望。关键词:区块链技术;分布式存储;时空数据;体系架构;Block-DAG架构【】笔记：时空数据：包括时间和空间2个维度；描述地理信息在时间维度上的变
联邦学习攻击与防御综述吴建汉1,2, 司世景1, 王健宗1, 肖京11.平安科技（深圳）有限公司，广东 深圳 5180632.中国科学技术大学，安徽 合肥 230026摘要：随着机器学习技术的广泛应用，数据安全问题时有发生，人们对数据隐私保护的需求日渐显现，这无疑降低了不同实体间共享数据的可能性，导致数据难以共享，形成“数据孤岛”。联邦学习可以有效解决“数据孤岛”问题。联邦学习本质上是一种分布式的机器学习，其最大的特点是将用户数据保存在用户本地，模型联合训练过程中不会泄露各参与方的原始数据。尽管如此，联邦学习在实际应用中仍然存在许多安全隐患，需要深入研究。对联邦学习可能受到的攻击及相应的防御措
对比loss对比学习的loss（InfoNCE）即以最大化互信息为目标推导而来。其核心是通过计算样本表示间的距离，拉近正样本，拉远负样本，因而训练得到的模型能够区分正负例。具体做法为：对一个batch输入的图片，随机用不同的数据增强方法生成两个view，对他们用相同的网络结构进行特征提取，得到y和y’，来自同一张图像的两个不同的表示构成一对正样本对，来自不同图像任意表示对为一对负样本对。随后对上下两批表示两两计算cosinesimilarity，得到N*N的矩阵，每一行的对角线位置代表y和y’的相似度，其余代表y和N-1个负样本对的相似度。计算公式如下（T为超参）： MOCO（memoryba
引言：电动汽车作为替代传统燃油汽车的一种先进交通工具，不仅具有环保、低噪音等优势，而且对于能源消耗和气候变化等全球性问题也具有重要意义。本文将综述与电动汽车设计、制造、研发相关的学科、技术和前沿科技，以期对电动汽车领域的发展有更全面的了解。 一、与电动汽车设计、制造、研发相关的学科电力系统工程：介绍电力系统工程在电动汽车电力系统设计和电池管理系统方面的应用，强调对能源传输和控制的重要性。机械工程：讨论机械工程在电动汽车整车设计、驱动系统设计和底盘悬挂系统设计等方面的影响，重点强调其对电动汽车性能的改进作用。能源工程：探讨能源工程在电动汽车能源管理、充电设施建设和智能电网应用等方面的重要性，强调
一、隐私保护方案对比传统IT行业隐私保护方案：数据存储在中心服务器中，保护的目标是数据不被外泄。区块链：数据存储在分散的节点，重点保护的目标是交易的匿名性以及身份的隐私。二、区块链从组织架构来分类[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lfAamauC-1664160765611)(C:\Users\Angle\AppData\Roaming\Typora\typora-user-images\image-20220925105115374.png)]第一层：应用层功能：提供各种针对应用场景的应用和接口包括数字货币应用(比特币)、数据存证应用(知
聚类算法综述及Matlab实现聚类算法是一种无监督学习方法，它将数据集中的对象分组成不同的簇(cluster)，使得同一簇内的对象相似度高，而不同簇之间的相似度低。聚类算法在数据挖掘、图像处理、模式识别等领域都有广泛应用。常用的聚类算法包括K-Means、层次聚类(HierarchicalClustering)、DBSCAN、MeanShift、OPTICS、谱聚类、高斯混合模型（GMM）等。下面我们将逐一介绍这些算法，以及相应的matlab代码。并且在最后给出了聚类算法的评价指标、可视化方法，以及matlab代码。1.K-MeansK-Means是最常用的聚类算法之一。它的基本思想是：先随机
