forecasting ensembling enhancing concept
Paper Reading: Hashing-Based Undersampling Ensemble for Imbalanced Pattern Classification Problems
针对欠采样方法会丢弃大量多数类样本导致信息缺失的问题，本文提出了基于哈希的欠采样集成 HUE 模型，它利用 Bagging 和多数类样本的分布特征来构建多样化的训练子集。首先 HUE 通过散列将大多数类样本划分为不同的特征子空间，然后使用所有少数样本和主要从同一哈希子空间中提取的部分多数样本来构建训... ......
Position-Enhanced and Time-aware Graph Convolutional Network for Sequential Recommendations
# Position-Enhanced and Time-aware Graph Convolutional Network for Sequential Recommendations [TOC] > [Huang L., Ma Y., Liu Y., Du B., Wang S. and Li ......
Set Concept
集合（Set）就是一种用来装事物的容器（或者称为结构），它所装的东西叫元素。集合这个容器的逻辑性很强，可以说是现在比较严谨的工具。 集合里的元素，它们可以是任何类型的数学对象：数字、符号、变量、空间中的点、线、面，甚至是其他集合，当然它也可以不是数学对象，一些其他事物。 规定： - `元素`通常用 ......
学习笔记：DSTAGNN: Dynamic Spatial-Temporal Aware Graph Neural Network for Traffic Flow Forecasting
DSTAGNN: Dynamic Spatial-Temporal Aware Graph Neural Network for Traffic Flow Forecasting ICML2022 论文地址：https://proceedings.mlr.press/v162/lan22a.html ......
Paper Reading: PCTBagging: From inner ensembles to ensembles. A trade-off between discriminating capacity and interpretability
针对 CTC 分类性能较差和 Bagging 的可解释性较差的问题，本文提出了一种结合 CTC 和 Bagging 的算法 PCTBagging。首先构建一棵不完整的 CTC，CTC 的规模由超参数合并比来确定，接着使用 Bagging 完成后续的树结构的生成。将 PCTBagging 的结果与 B... ......
Java Polymorphism Concept
# What is Polymorphism 这个多态看中文确实有点费解，多态的英文是Polymorphism，它的翻译含义是： n. 多态性 （可以看出是比较宽泛的） n. 多型现象 从翻译也看不出啥, 我举一个生活中的例子来引入多态： 生活中有很多常见的物体具有多态性。例如，一张纸可以用来写字、 ......
Long-term Forecasting with TiDE: Time-series Dense Encoder 学习笔记
Long-term Forecasting with TiDE: Time-series Dense Encoder 论文地址：https://arxiv.org/abs/2304.08424 代码地址：https://github.com/google-research/google-resear ......
Paper Reading: A pareto-based ensemble of feature selection algorithms
本文将集成特征选择问题建模为具有两个目标的帕累托优化问题，提出一种类型的异构集成特征选择算法 PEFS。首先采用两种聚合方法对四种不同 FS 方法得到的结果进行组合，接着使用双目标优化来评估这些结果，最后根据非优势特征在双目标空间中的拥挤距离进行排序。该方法平衡了关联度和冗余性两种不同的 FS 方法... ......
【RL】CH1-Basic Concepts
# 1.7 Markov decision processes This section presents these concepts in a more formal way under the framework of Markov decision processes (MDPs). An ......
论文翻译（扩散模型来了）：Diffusion-Based Mel-Spectrogram Enhancement for Personalized Speech Synthesis with Found Data
利用发现的数据来创建合成声音是具有挑战性的，因为现实世界的录音通常包含各种类型的音频退化。解决这个问题的一种方法是使用增强模型对语音进行预增强，然后使用增强后的数据进行文本转语音（TTS）模型训练。本论文研究了使用条件扩散模型进行广义语音增强，旨在同时解决多种类型的音频退化。增强是在对数Mel频谱领 ......
SSM - Spring - Concepts
1. Spring 简介 2002年，推出 interface21框架；Spring框架雏形基于interface21框架，于2004年发布 by Rod Johnson (音乐学博士)。Spring下载路径: Spring 各个版本下路径：@ https://repo.spring.io/ui/n ......
Paper Reading: Self-paced Ensemble for Highly Imbalanced Massive Data Classification
目前很多方法都不能很好地处理高度不平衡、大规模和有噪声的分类任务，主要原因是它们忽视了不平衡学习所隐含的困难。本文引入“分类硬度”的概念来刻画不平衡问题的困难所在，该概念表示为特定分类器正确分类样本的难度。基于这个概念，本文提出了一种新的学习框架——自定步速集成(self-pace Ensemble... ......
IUP Text Format State test and enhancement
## 功能 - 测试IUP Text 控件 格式(Formating)在交互中的跟随性； - 尝试提升格式跟随性。 ## 涉及点 - Text的回调顺序关联； - 撤销(undo)操作还原到的状态——上次手动改变光标时的状态； - 输入时的状态（中文输入时涉及IME）； - k_any的C； Cap ......
Topaz Video Enhance Al 视频无损放大
Topaz Video Enhance AI是一款专业的视频无损放大软件，它可以将低分辨率的视频放大至更高的分辨率，同时保持视频质量不受影响。该软件采用了先进的 AI 技术，能够自动识别并修复视频中的模糊、噪点等问题，让你的视频更加清晰、锐利。Topaz Video Enhance 支持多种视频格式 ......
Paper Reading: Ensemble of Classifiers based on Multiobjective Genetic Sampling for Imbalanced Data
大多数处理不平衡学习的技术都是针对二分类问题提出的，这些方法并不一定适用于不平衡的多分类任务。针对这些问题，本文提出了一种新的自适应方法——基于多目标遗传抽样的分类器集成(E-MOSAIC)。E-MOSAIC 将训练数据集中提取的样本编码为个体进行进化，通过多目标优化过程搜索能够在所有类别中产生具有... ......
Java - JavaWeb - Concepts
1. Servlet配置 1.1. 配置父级项目 配置好Intellij IDEA/ MAVEN之后, 创建一个新项目 com.crevew.javaweb-02-servlet，然后删除所有的SRC（方便接下来创建servlet模块）；然后更新最外面的父 pom.xml, 加上 <project ......
Paper Reading: A three-way decision ensemble method for imbalanced data oversampling
针对 SMOTE 的缺点，本文提出了一种基于建设性覆盖算法(CCA)的三向决策抽样方法(CTD)。CTD 首先使用 CCA 构造不平衡数据的覆盖，然后选择少数样本的覆盖并根据覆盖的密度划分为三个区域。最后根据覆盖分布规律得到相应的阈值 α 和 β，选择关键样本进行SMOTE过采样。考虑到 CCA 随... ......
解释 pytorch ， numpy ++ ，Datavec，Libnd4j，Concepts/Theory，Samediff
@诺澜 PyTorch是一个开源的机器学习框架，它提供了丰富的工具和库，可以有效地进行深度学习任务。PyTorch使用动态计算图的方式来定义和执行计算操作，使得模型的构建和调试更加灵活和直观。 NumPy++（NumPy Plus Plus）是一个C++库，它扩展了Python中的NumPy库的功能 ......
SNN-RAT: Robustness-enhanced Spiking Neural Network through Regularized Adversarial Training
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 同大组工作 Abstract ......
C++ 中 Concept-Model 概念模型
> 此文档参考自：https://gracicot.github.io/conceptmodel/2017/09/13/concept-model-part1.html ，觉得很有趣，就翻译过来了 # 一、Concept-Model：多态的新视角 面向对象编程大家都很熟悉，只需实现一个接口 `Int ......
Database System Concepts——读书笔记 第十四章 索引
多级索引 由于全量索引数据量较大，不能直接全部放入内存中，需要分级，将上层稀疏索引放入内存中，降低IO次数。 辅助索引必须密集的，每个搜索关键字值都有一个索引条目，**辅助索引必须包含指向所有记录的指针**；如果辅助索引只存储部分搜索关键字值，则具有中间搜索关键字值的记录可能位于文件中的任何位置，通 ......
Database System Concepts——读书笔记 第十五章 查询过程
join操作 Nest Loop Join 算法简单来说，就是双重循环，遍历外表(驱动表)，对于外表的每一行记录，然后遍历内表，然后判断join条件是否符合，进而确定是否将记录吐出给上一个执行节点。从算法角度来说，这是一个M*N的复杂度。 HashJoin 是针对equal-join场景的优化，基本 ......
Database System Concepts——读书笔记 第十九章 恢复系统
系统崩溃后，系统会检查日志以找到最后一个＜checkpoint L＞记录（这可以通过从日志末尾向后搜索日志来完成，直到找到第一个＜checkpoint L>记录），**L是检查点时活动的事务列表**。 重做或撤消操作只需要应用于L中的事务，以及在＜checkpoint L＞记录写入日志后开始执行的所 ......
Database System Concepts——读书笔记 第十二章 物理存储系统
闪存SSD 固态磁盘（SSD）使用NAND闪存构建，并提供与磁盘存储相同的面向块的接口。与磁盘相比，固态硬盘可以提供更快的随机访问：固态硬盘检索一页数据的延迟从20到100微秒不等，而对磁盘的随机访问需要5到10毫秒。 固态硬盘的数据传输速率高于磁盘，并且通常受到互连技术的限制；根据特定的SSD型号 ......
Database System Concepts——读书笔记 第七章 关系型数据库设计
无损分解 如果我们将r投影到R1和R2上，并计算投影结果的自然连接，我们可以精确地返回r。相反，如果当我们计算投影结果的自然连接时，我们得到了原始关系的适当超集，那么分解是有损耗的。 码，设 K 为某表中的一个属性或属性组，若除 K 之外的所有属性都完全函数依赖于 K（这个“完全”不要漏了），那么我 ......
Database System Concepts——读书笔记 第十六章 查询优化 第十七章 事务 第十八章 并发控制
第十六章 给定一个关系代数表达式，查询优化器的工作是制定一个查询评估计划，该计划计算与给定表达式相同的结果，并且是生成结果的成本最低的方法（或者，至少，成本不会比成本最低的方法高多少） 第十七章 事务————ACID **事务的隔离属性确保事务的并发执行的结果状态等效于如果这些事务以某种顺序一次执行 ......
Database System Concepts——读书笔记 第一章 介绍
数据库系统概念——第一章 数据库管理系统（DBMS）由相互关联的**数据集合**和访问这些数据的**程序集合**组成。 数据库相对于文件系统，更规范化，提供条件查询能力，避免冗余数据。 类似操作系统于底层硬件，提供抽象能力，易用性。 physical level -> logical level - ......
Database System Concepts——读书笔记 第二章 关系模型简介
关系模型简介 在关系模型中，术语relation用于指代table，而术语tuple用于指代row。类似地，术语attribute（属性）指的是表中的一column（列）。 我们必须区分数据库模式和数据库实例，前者是数据库的逻辑设计，后者是给定时刻数据库中数据的快照。 * 关系的模式指的是它的逻辑设 ......
Database System Concepts——读书笔记 第三、四、五章 SQL简介
SQL简介 关系代数运算和SQL运算之间有着密切的联系。一个关键的区别是，与关系代数不同，SQL允许重复 **与select子句不同，union联合操作会自动消除重复项.**如果我们想保留所有的副本，我们就必须用“union all”代替“union. intersect all, except a ......
java反编译工具jd-gui和插件jd-eclipse，还有插件Enhanced Class Decompiler 3.3.0
JD-GUI和JD-ECLIPSE 可以直接在下面的网址进行下载 http://java-decompiler.github.io/ （1）注意：JD-GUI.exe 单机版有很多版本，有些旧版本反编译出来的源码和高版本反编译出来的源码是区别的 1.低版本的反编译可能和实际源码有出入 2.1.6.6 ......