Sampling
Vision Transformer with Super Token Sampling
Vision Transformer with Super Token Sampling * Authors: [[Huaibo Huang]], [[Xiaoqiang Zhou]], [[Jie Cao]], [[Ran He]], [[Tieniu Tan]] Local library 初读 ......
speculative-sampling笔记
title: speculative-sampling笔记 banner_img: https://cdn.studyinglover.com/pic/2023/09/d5ca60e13944b8fb7e33e289bdc411d3.png index_img: https://cdn.studyi ......
【论文阅读笔记】【OCR-文本检测】 Few Could Be Better Than All: Feature Sampling and Grouping for Scene Text Detection
CVPR 2022 读论文思考的问题 论文试图解决什么问题？ 一些基于 DETR 的方法在 ICDAR15, MLT17 等文字尺度变化范围较大的数据集上文本检测的效果不佳 DETR 运用的高层特征图难以捕捉小文字的特征，且会引入很多无关的背景噪声，增加了检测的困难程度 即使使用 DETR 的改进模 ......
Metropolis Algorithms for Representative Subgraph Sampling
目录概主要内容Metropolis graph sampling H\¨{u}bler C. and Kriegel H., Borgwardt K. and Ghahramani Z. Metropolis algorithms for representative subgraph sampli ......
Sampling from Large Graphs
目录概主要内容 Leskovec J. and Faloutsos C. Sampling from large graphs. KDD, 2006. 概 讨论了不同稀疏化方法对于 large-graph 的`结构' 的保持. 主要内容 作者本文的目的是希望比较不同的'稀疏化'方法: 利用一些方法从 ......
Lecture 2: Data Sampling and Probability
详细地址：data100Lecture2 1. 引 1.1 图表的使用 两张图片基于相同数据生成，但是表达的意思、想突出的重点完全不一样 1.2 数据科学生命周期 上图是数据科学生命周期，这节课就将如何收集数据 2. 人口普查和调查 可能会有许多误差，有的人无家可归等等，需要理解数据 3. 取样：定 ......
日志开源组件（六）Adaptive Sampling 自适应采样
# 业务背景 有时候日志的信息比较多，怎么样才可以让系统做到自适应采样呢？ ## 拓展阅读 [日志开源组件（一）java 注解结合 spring aop 实现自动输出日志](https://houbb.github.io/2023/08/06/auto-log-01-overview) [日志开源组 ......
Striving for Simplicity and Performance in Off-Policy DRL: Output Normalization and Non-Uniform Sampling
 **发表时间：**2020（ICML 2020） **文章要点：**这篇文章基于SAC做简单并且有效的改进来提升 ......
拓端tecdat|R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口|附代码数据
原文链接：http://tecdat.cn/?p=23038 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于k-means聚类的研究报告，包括一些图形和统计输出。 简介 假设我们需要设计一个抽样调查，有一个完整的框架，包含目标人群的信息（识别信息和辅助信息）。如果我们的样本设计是分层的，我 ......
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... ......
Paper Reading: Model-Based Synthetic Sampling for Imbalanced Data
针对不平衡数据问题，本文提出了一种基于模型的综合抽样(MBS)方法，从一个新的角度对少数类实例进行过采样。MBS 是一种过采样算法，目标是生成能够捕捉少数类训练样本特征之间关系的合成样本，同时保持数据样本的可变性。首先利用回归模型捕获少数类样本的特征趋势，接着通过对可用特征值进行采样生成临时数据样本... ......
【论文精读】《Random Sampling over Joins Revisited》
# **论文阅读报告《Random Sampling over Joins Revisited》** 目录 [一、 对计算问题的概述](#对计算问题的概述) [1.1 背景](#_Toc105272208) [1.2 问题概述](#_Toc105272209) [1.3 问题定义](#_Toc105 ......
echarts 数据密集，如果设置sampling: 'average' 会导致提示框（tooltip）无法正常显示，但是不设置sampling属性，数据很多时又会很卡，该怎么解决
如果数据比较密集，设置sampling: 'average'确实可以加速绘图，但同时也可能导致提示框无法正常显示的问题。这个问题的原因是，sampling会对数据进行抽样，因此不会显示原始的数据点，而是将数据点以一定规律进行采样，取平均值或最大或其他值，因此提示框的内容可能不准确。 不过，有一个简单 ......
Layer-Dependent Importance Sampling for Training Deep and Large Graph Convolutional Networks
Zou D., Hu Z., Wang Y., Jiang S., Sun Y. and Gu Q. Layer-dependent importance sampling for training deep and large graph convolutional networks. NIPS, ......
FastGCN Fast Learning with Graph Convolutional Networks via Importance Sampling
Chen J., Ma T. and Xiao C. FastGCN: fast learning with graph convolutional networks via importance sampling. ICLR, 2018. 概 一般的 GCN 每层通常需要经过所有的结点的 prop ......
[paper reading]|IC-FPS: Instance-Centroid Faster Point Sampling Module for 3D Point-base
摘要： 本文说首次实现了大规模点云场景中基于点的模型的实时检测（<30ms）; 首先指出FPS采样策略进行下采样是耗时的，尤其当点云增加的时候，计算量和推理时间快速增加； 本文提出IC-FPS；包含两个模块：local feature diffusion based background point ......