同事 论文ieee hpcc
【论文阅读笔记】（文本识别）
Read Like Humans: Autonomous, Bidirectional and Iterative Language Modeling for Scene Text Recognition ABINet CVPR 2021(Oral) 读论文思考的问题 论文试图解决什么问题？ 如何对 ......
论文研读_协方差矩阵自适应演化(CMA-ES)
论文研读_协方差矩阵自适应演化 根据代码,可以看出主要包含以下几个模块: 初始化模块:定义优化函数、问题维度、初始点、步长等参数的初始化。 生成模块:随机生成λ个后代样本。 选择模块:根据适应度对后代进行排序,选择较好的μ个后代进行重组,得到新的均值。 更新模块:更新协方差矩阵、进化路径、步长等自适 ......
【论文阅读】点云地图动态障碍物去除基准 A Dynamic Points Removal Benchmark in Point Cloud Maps
【论文阅读】点云地图动态障碍物去除基准 A Dynamic Points Removal Benchmark in Point Cloud Maps 终于一次轮到了讲自己的paper了 hahaha，写个中文的解读放在博客方便大家讨论 Title Picture Reference and pren ......
软件测试和调试（42 - 43题，共2分，论文）
软件测试的目的是验证软件是否满足软件开发合同或项目开发计划、系统/子系统设计文档、 SRS、软件设计说明和软件产品说明等规定的软件质量要求。通过测试，发现软件缺陷，为软件产品的质量测量和评价提供依据。 软件测试分类： ①按照开发阶段：单元测试/模块测试（对应详细设计阶段）、集成测试（对应的概要设计阶 ......
论文学习：AGCRN
Adaptive Graph Convolutional Recurrent Network for Traffic Forecasting 用于交通预测的自适应图卷积循环网络 会议：NIPS2020 作者：Lei Bai, Lina Yao, Can Li, Xianzhi Wang, Can W ......
论文阅读：Knowledge Distillation via the Target-aware Transformer
摘要 Knowledge distillation becomes a de facto standard to improve the performance of small neural networks. 知识蒸馏成为提高小型神经网络性能的事实上的标准。 Most of the previo ......
论文阅读 Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection
原始题目：Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection 中文翻译：Generalized Focal Loss：学习用于密集目标检测的 Qual ......
【论文阅读笔记】（SAM部分）
写这个系列的文章主要是因为作者的zotero配额不够用了，为了避免电脑突然死机之类的意外情况导致zotero笔记全部没掉，特地将每篇论文的笔记都粘贴在这里留作备份。 Segment Anything in High Quality 读论文时思考的问题 论文试图解决什么问题？ SAM割出来的mask在 ......
论文阅读（四）—— Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition
 ![image](https://img2023.cnblogs.com/blog/3279428/2... ......
论文：Very deep convolutional networks for large-scale image recognition-VGG
论文名： Very deep convolutional networks for large-scale image recognition "用于大规模图像识别的深度卷积网络" 了解VGG模型 研究问题： 研究方法: 主要结论： 模型: 问题： 行文结构梳理： ......
[论文阅读] Exact Feature Distribution Matching for Arbitrary Style Transfer and Domain Generalization
Exact Feature Distribution Matching for Arbitrary Style Transfer and Domain Generalization 论文源码：https://github.com/YBZh/EFDM 1. Introduction 传统的特征分布匹配 ......
题目《基于贝叶斯分类的河流水污染源类别贡献判断系统的设计与实现》的相关论文以及文献汇总
综合考虑城镇污水处理厂、重点工业污染源等点源排放特征，以及畜禽养殖、农业种植、农村生活等面源排放特征，采用贝叶斯分类方法和模糊理论，分析污染因子同流域内各个行业水污染排放标准、面源产排污特征的相似度，计算各污染源类别对水体污染的贡献指数，判断对水质超标贡献最显著的污染类别，定性解析出影响目标水体的面... ......
论文阅读（三）——Channel-wise Topology Refinement Graph Convolution for Skeleton-Based Action Recognition
代码 实验 python main.py --config config/nturgbd-cross-subject/default.yaml --work-dir work_dir/ntu/csub/ctrgcn --device 0 --num-worker 0 综述 ......
Perceptual Losses 风格迁移论文复现小记
看了一篇李飞飞组的论文 Perceptual Losses for Real-Time Style Transfer and Super-Resolution。 论文地址为：https://arxiv.org/pdf/1603.08155.pdf)) 想去找找代码复现一下。 原文没有提供代码，就只有 ......
Tita 升级｜绩效考核同事评价全新升级
1.【绩效考核】同事评价全新升级Tita - OKR和新绩效一体化管理平台 使用场景1：企业考核的同事评价环节涉及到了多种评价关系，如本部门同级、跨部门同级、下级等，并且可能不同的评价关系对应了不同的评价权重 使用场景2：企业考核的同事评价环节涉及到了多种评价关系，且要求每种关系都至少需要几个人评价 ......
论文（2）3D高斯
https://huggingface.co/blog/gaussian-splatting 什么是 3D 高斯泼溅？ 3D 高斯泼溅的核心是一种光栅化技术。这意味着： 有描述场景的数据。 在屏幕上绘制数据。 这类似于计算机图形学中的三角形光栅化，用于在屏幕上绘制许多三角形。 然而，它不是三角形，而 ......
数字人论文:Audio-Driven Facial Animation by Joint End-to-End Learning of Pose and Emotion
老规矩. 直接第三章 3. 端到端网络结构 给一个audio 短窗口, 也就是片段. 我们预测窗口中间时刻的面部表情. 我们把表情看做一个全端点的向量 (后面我们会看这是什么的一种刻画面部) 一旦我们网络训完, 我们回各个时间点同时生成, 并行. 即使不需要过去的帧画面, 依然生成很稳定的画面. ( ......
IEEE754浮点数
将十进制数转化为单精度浮点数方法：除2取余，直到需要的精度为止5.75 01000000101110000000000000000000161.875 01000011001000011110000000000000-0.0234375 1011110011000000000000000000000 ......
IEEE754浮点数 课下作业
作业要求 把十进制数5.75，161.875，-0.0234375 转换成754标准的32位单精度浮点数，并用http://www.weitz.de/ieee/验证你转化是否正确； 使用C语言验证你的转化是否正确。 作业思路 对于5.75，最终将其转换成单精度浮点数表示为0 10000001 011 ......
IEEE754 浮点数
十进制数 5.75 161.875 -0.0234375 5.75转单精度浮点数 整数部分 5/2=2 ...1 2/2=1 ...0 1/2=0 ...1 小数部分 0.752=1.50 ...1 0.502=1.00 ...1 101.1100000000=1.011100000000*2^2 ......
IEEE754 浮点数
作业答案 十进制 二进制 5.75 0100 0000 1011 1000 0000 0000 0000 0000 161.875 0100 0011 0010 0010 1110 0000 0000 0000 -0.0234375 1011 1100 1100 0000 0000 0000 000 ......
IEEE754浮点数
任务详情 1.参考https://www.cnblogs.com/oxspirt/p/7234024.html，把十进制数5.75，161.875，-0.0234375 的单精度浮点数，并用http://www.weitz.de/ieee/验证你转化是否正确。2.使用C语言验证你的转化是否正确作业正 ......
9月大型语言模型研究论文总结
大型语言模型(llm)在今年发展迅速，随着新一代模型不断地被开发，研究人员和工程师了解最新进展变得非常重要。本文总结9-10月期间发布了一些重要的LLM论文。 这些论文涵盖了一系列语言模型的主题，从模型优化和缩放到推理、基准测试和增强性能。最后部分讨论了有关安全训练并确保其行为保持有益的论文。 优化 ......
IEEE754 浮点数
IEEE754 浮点数 目录IEEE754 浮点数作业答案5.75161.875-0.0234375验证tips：推荐资料简单便于理解IEEE 754 作业答案 5.75 详解：5.75二进制表示——>101.11 浮点表达式为：1.0111 e=2 由于是正数所以符号位S是0；指数为2，则指数数段 ......
论文精读：用于少样本图像识别的语义提示（Semantic Prompt for Few-Shot Image Recognition）
原文连接：Semantic Prompt for Few-Shot Image Recognition Abstract 在小样本学习中（Few-shot Learning, FSL）中，有通过利用额外的语义信息，如类名的文本Embedding，通过将语义原型与视觉原型相结合来解决样本稀少的问题。但 ......
十进制浮点数转换成IEEE754标准的32浮点数的二进制格式
十进制浮点数转换成IEEE754标准的32浮点数的二进制格式 目录十进制浮点数转换成IEEE754标准的32浮点数的二进制格式作业答案前章：十进制浮点数转二进制浮点数整数部分小数部分故：5.75(d) --> 101.11(b)正文：IEEE754标准下的单精度（32位）浮点数（BIN）IEEE 7 ......
【科研00】【论文阅读】【略读笔记】TransUnet
目录0. 引言1. 链接 Link2. 阅读 Read2.1. 结构 Structure2.2. 编码 Encoder2.2.1. 卷积 CNN2.2.2. 变换 Transformer2.3. 解码 Decoder3. 优势 Advantage4. 想法 Think 0. 引言 想尝试TransU ......
IEEE754 浮点数
将十进制数转换为单精度浮点数 5.75———01000000101110000000000000000000 161.875——0100001100100001111000000000000 -0.0234375——10111100110000000000000000000 验证 用C语言验证 能力 ......
EndNote 21：文献与论文管理的智能化解决方案 Mac+win版
EndNote 21是一款在学术界被广泛使用的文献和论文管理软件，帮助用户轻松高效地组织、引用、分析和分享文献资源。 →→↓↓载EndNote 21 mac/win版 EndNote 21具有强大的文献搜索和导入功能，可以方便地从各大数据库、Web资源和其他EndNote用户共享的文献库中导入所需文 ......
[论文精读][基于点云的蛋白-配体亲和力]A Point Cloud-Based Deep Learning Strategy for Protein-Ligand Binding Affinity Prediction
我需要的信息 代码，论文 不考虑共价键，每个点包括了六种原子信息，包括xyz坐标，范德华半径，原子重量以及来源（1是蛋白质，-1是配体）。原子坐标被标准化，其它参数也被标准化。对不足1024个原子的的复合体，补0到1024。 增加考虑的原子从1024到2048，没有提升，增加原子信息通道，没有提升（ ......