草庐IT

文献学

全部标签

【文献copilot】调用文心一言api对论文逐段总结

文献copilot:调用文心一言api对论文逐段总结当我读文献的时候,感觉读得太慢了,看翻译软件翻译的又觉得翻译的不好。于是我就写了个程序辅助我读文献,它可以逐段总结,输出格式是:原文+一句话总结+分段总结,每一段间用分割线分割。下面给大家看看输出结果。输入一个.txt文件,这个直接从论文的网页上复制粘贴到记事本里就行。我平常看nature的期刊比较多,nature的绝大多数都可以直接复制,很方便。一个小建议是鼠标通过导航栏,找到reference,然后自下而上选择一直到标题,复制粘贴即可。大家可以用这个论文练练手:https://www.nature.com/articles/s41587-

2023年MathorCup大数据赛道A:基于计算机视觉的坑洼道路检测和识别(相关文献)

提供相关国外论文文献参考用于道路自动坑洼检测的新颖而强大的迁移学习框架本研究论文提出了一种使用深度学习和图像处理技术进行坑洼检测的新方法。所提出的系统利用VGG16模型进行特征提取,并利用具有三重损失的自定义Siamese网络,称为RoadScan。该系统旨在解决道路上的坑洼这一关键问题,这对道路使用者构成重大风险。由于道路上的坑洼造成的事故导致了许多事故。虽然有必要完全消除坑洼,但这是一个耗时的过程。因此,一般道路使用者应该能够在安全距离内检测坑洼,以避免损坏。现有的坑洼检测方法严重依赖物体检测算法,由于道路和坑洼的结构和纹理相似,这些算法往往有很高的失败几率。此外,这些系统利用了数百万个参

selenium 知网爬虫之根据【关键词】获取文献信息

哈喽大家好,我是咸鱼之前咸鱼写过几篇关于知网爬虫的文章,后台反响都很不错。虽然但是,咸鱼还是忍不住想诉苦一下有些小伙伴文章甚至代码看都没看完,就问我”为什么只能爬这么多条文献信息?“(看过代码的会发现我代码里面定义了papers_need变量来设置爬取篇数),”为什么爬其他文献不行?我想爬XXX文献“(因为代码里面写的是通过【知网高级搜索中的文献来源】来搜索文章),或者是有些小伙伴直接把代码报错贴给我,问我咋回事我觉得在网上看到别人的代码,不要一昧地拿来主义,复制粘贴就行了,你要结合你自己的本地环境对代码做适当地修改。比如定位Xpath元素路径,不通电脑或者说不同浏览器同一元素的Xpath路径

大模型总弄错「事实」怎么办?这有一份汇聚了300多篇文献的综述

大模型在掌握事实性知识上展现出巨大的能力和潜力,但是其仍然存在一些问题,比如缺乏领域知识,缺乏实时知识,可能会产生幻觉等等,这极大的限制了大模型的应用和可依靠性。近期已经有一些工作针对大模型的事实性进行了研究,但仍未有文章对大模型事实性的定义、影响、评估、分析和增强进行完整的梳理。西湖大学联合国内外十家科研单位发表了一篇大模型事实性的综述《SurveyonFactualityinLargeLanguageModels:Knowledge,RetrievalandDomain-Specificity》,该综述调研了三百余篇文献,重点讨论了事实性的定义和影响、大模型事实性的评估、大模型事实性机制和

查询外文文献常用数据库有哪些

查询外文文献的数据库非常多,本文介绍几个查询下载外文文献常用的数据库。1、WebofScienceWebofScience是获取全球学术信息的重要数据库。它收录了全球13000多种权威的、高影响力的学术期刊,内容涵盖自然科学、工程技术、生物医学、社会科学、艺术与人文等领域。其中以SCIE、SSCI、A&HCI等引文索引数据库,JCR期刊引证报告和ESI基本科学指标享誉全球科技和教育界。 2、ScienceDirectScienceDirect是全球最著名的科技医学全文数据库之一,可以迅速链接到Elsevier出版社丰富的电子资源,包括期刊全文、单行本电子书、参考工具书、手册以及图书系列等。可在

泛基因组文献007~GenomeBiology 玉米泛基因组

论文Apan-Zeagenomemapforenhancingmaizeimprovementhttps://link.springer.com/article/10.1186/s13059-022-02742-7#availability-of-data-and-materials提供了数据处理流程https://github.com/songtaogui/pan-Zea_construct/tree/v1.0.0仔细看看论文,然后试着这个流程首先是流程的安装整个流程是shell写的,依赖软件image.png大部分都可以用conda安装bbtools这个软件conda安装的时候是安装bbm

中外法律文献查找下载常用数据库大盘点

中外法律文献查找下载常用数据库有:一、Westlaw(法律全文数据库) 是法律出版集团ThomsonLegalandRegulator’s于1975年开发的,为国际法律专业人员提供的互联网的搜索工具。WestlawInternational其丰富的资源来自法律、法规、税务和会计信息出版商。可以通过WestlawInternational迅速地存取案例、法令法规、表格、条约、商业资料和更多的资源。通过布尔逻辑搜索引擎,可以检索数百万的法律文档。 二、万律(WestlawChina)是汤森路透法律信息集团基于世界领先的Westlaw法律信息平台的技术和经验打造的智能化中国法律信息双语数据库,为法律

零知识证明经典文献大汇总(可收藏)

从去年的DAO经典到更早的NFT经典(以及在此之前是最初的加密经典)。本文,为那些寻求理解、深入和构建零知识的人挑选了一组资源:强大的基础技术,这些基础技术掌握着区块链可扩展性的关键,代表着隐私应用程序的未来,包括加密/web3中的应用程序,以及无数其他创新。这些创新由来已久:ShafiGoldwasser、SilvioMicali和CharlesRackoff于1985年引入了零知识证明系统,并对密码学领域产生了变革性的影响;他们因此获得了2012年ACM图灵奖。由于这项工作已经酝酿了数十年,尤其是在从理论到实践的过程中,我们还首次在我们的经典系列中分享了第二部分,由JustinThaler

文献阅读:LLaMA: Open and Efficient Foundation Language Models

文献阅读:LLaMA:OpenandEfficientFoundationLanguageModels1.文章简介2.模型训练1.训练数据2.模型结构3.模型训练1.Optimizer2.效率优化3.效果评估1.经典任务下效果1.CommenSenseReasoning2.Closed-bookQuestionAnswering3.ReadingComprehension4.Mathematicalreasoning5.Codegeneration6.MassiveMultitaskLanguageUnderstanding7.Evolutionofperformanceduringtrain

阅读文献《SCNet:Deep Learning-Based Downlink Channel Prediction for FDD Massive MIMO System》

该文献的作者是清华大学的高飞飞老师,于2019年11月发表在IEEECOMMUNICATIONSLETTERS上。文章给出了当用户位置到信道的映射是双射时上行到下行的确定映射函数;还提出了一个稀疏复值神经网络(sparsecomplex-valuedneuralnetwork,SCNet)来逼近映射函数,SCNet直接根据预估的上行链路CSI预测下行链路CSI,不需要下行链路训练,也不需要上行链路反馈。1研究背景在大规模MIMO中,BS使用CSI用于波束形成、用户调度等,UE使用CSI用于信号检测,但由于下行链路训练和上行链路反馈相关的开销过高,因此需要进行优化工作。由于BS和用户的信道只有很