研读专题
论文研读 Disentangled Information Bottleneck
解耦信息瓶颈 摘要： 信息瓶颈方法是一种从源随机变量中提取与预测目标随机变量相关的信息的技术，通常通过优化平衡压缩和预测项的IB拉格朗日乘子f来实现，然而拉格朗日乘子很难优化，需要多次实验来调整拉格朗日乘子的值，此外我们还证明了随着压缩强度的增大 预测性会严重降低，本文从监督解纠缠的角度来实现信信息瓶颈的方法，DisenIB 旨在保证目标与测性能不损失的前提下，最大化的压缩性信息源大量的理论和
文献研读｜针对文生图大模型的后门攻击
前言：2024.05 开端，准备课程汇报需要集中研读论文。本篇文章重点介绍针对文生图大模型的后门攻击相关工作。 相关文章：针对大语言模型的后门攻击，详见此篇文章 目录 1.[Text-to-Image Diffusion Models can be Easily Backdoored through Multimodal Data Poisoning](https://dl.a
iNav开源代码之研读分析篇章目录梳理
iNav开源代码之研读分析篇章目录梳理 1. 源由2. 基础篇章3. 代码篇章4. 场景篇章5. 异常篇章6. 总结7. 参考资料 1. 源由 之前有介绍过Betaflight/PX4/ArduPilot，虽然iNav代码和Betaflight类似，但是针对iNav系列的没有整理过一个总的目录。 今天打算也整理下，以便后续入手查找资料、梳理要点更加方便。 2. 基础篇章 i
(5)步态识别论文研读——GaitDAN:基于对抗域适应的跨视角步态识别
GaitDAN: Cross-view Gait Recognition via Adversarial Domain Adaptation | IEEE Journals & Magazine | IEEE Xplore GaitDAN: Cross-view Gait Recognition via Adversarial Domain Adaptation 基于对抗与适应 摘要：视角变
文献研读｜AIGC溯源场景及研究进展
前言：本文介绍关于AIGC生成阶段针对不同溯源场景的几篇相关工作。 如下图所示，在AIGC生成阶段，有4种溯源场景： 1）生成模型溯源训练数据 2）微调模型溯源预训练模型 3）AIGC溯源训练数据/训练概念 4）AIGC溯源生成模型 下面分别对不同溯源场景下的相关工作进行介绍。 目录 Detection and Attribtion of Models Trained on
论文研读摘要之基金业绩评估及持续性研究结构详解3
经风险调整的业绩评价指标1 Treynor Index(1965) Sharp Index(1966) Single Factor Model Jensen Index(1968) M 2 M_2 M2 Index(1997) M 2 M_2 M2测度指标是由摩根斯坦利公司的 L e a h M o d i g l i a n i ( 1997 ) Leah \; Modigli
论文研读摘要之基金业绩评估及持续性研究结构详解2
相关概念 基金投资风格的分类1 美国晨星公司(MorningStar.Inc)将基金分为： 成长型基金；平衡型基金；价值型基金； 热手与冷手 H e n d r i c k s ， P a t e l ， Z e c k h a u s e r ( 1993 ) Hendricks， Patel，Zeckhauser (1993) Hendricks，Patel，Zeckhauser(19
论文研读摘要之基金业绩评估及持续性研究结构详解
一、A股私募基金起源1 A股私募基金源自民间“代客理财”，2001年7000亿，2007年就达到1W亿。 信托投资计划：即阳光私募。主流财经媒体及证券界所指的私募基金主要就是信托投资计划、券商集合理财、基金专户理财。 详情参见《基金与私募基金概念解析：共同基金、单位信托、投资信托计划、券商集合理财、基金专户理财》 1.1私募基金成因的制度性分析 林毅夫(1988)研究中国农业家庭承包责任制改革
论文研读：Transformers Make Strong Encoders for Medical Image Segmentation
论文：TransUNet：Transformers Make Strong Encoders for Medical Image Segmentation 目录 Abstract Introduction Related Works 各种研究试图将自注意机制集成到CNN中。 Transformer Method Transformer as Encoder 图像序列化 Pat
数学建模——经典美赛O奖论文65123研读
65123论文解读 一、原题目概述二、论文处理三、论文写作三. 数学模型方法部分Ⅰ. K-Means聚类分析Ⅱ. 主成分分析PCA方法步骤： Ⅲ. 模糊评价Ⅳ. 熵权法 一、原题目概述 这是美赛2017E题优秀论文。题目要求利用smart growth theories（智能成长理论）及相关原则，评价城市及发展计划并利用该理论规划不同情况下城市的发展计划。具体要求如下（翻译版
了解DDK环境-研读WinDDK的Documentation
准备研读一下WinDDK的Documentation 看看怎么配置...头文件文件夹：在以前的DDK版本中，DDK的头文件被包含在很多的文件夹中，在设置VC的时候需要根据你的实际设计驱动的目标操作系统的版本设置DDK头文件的包含文件夹。 3790版本的header files Directory pathContains header files forWinddk/3790/Inc/Ddk
【论文研读】基于卷积神经网络的图像局部风格迁移
简介 自2015年Gatys首次提出神经艺术风格迁移框架以来，图像风格迁移逐渐成为计算机图形学和计算机视觉领域的一个研究热点，但是当前针对图像风格迁移的研究大多难以提取图像中的局部进行风格迁移，而将重心放在图像全局风格迁移上，针对局部风格迁移这一研究领域上的空白，浙江工业大学缪永伟与浙江理工大学、中科院自动化研究所合作发表了《基于卷积神经网络的图像局部风格迁移》一文。 文中提出了一种基于卷积神经
终于下决心好好研读Java开源项目源码
昨天我接到了一个创业公司的技术总监电话面试，问我是否读过Spring等开源项目的源码、Spring源码有多少行代码，看源码是否吃力等问题。我一开始以为我接触过很多常用开源项目，将开源项目都应用到工作上，觉得自己挺自信的，后来就越来越觉得自己太肤浅了。以前用到开源项目都是工作需要用什么，就直接用什么，主要偏向于应用，至于源码，都是一目十行，草草看过，没花太多时间去好好研读，其功能原理
【论文研读】Better Together:Unifying Datalog and Equality Saturation
最近研究ReassociatePass整的头大，翻两篇Datalog的论文看看。 今天看的一篇是比较新的文章，23年4月贴到arxiv上的。 本文的主要贡献是提出了egglog,将Datalog和Eqsat结合起来，继承了Datalog的efficient incremental execution, cooperating analysis and lattice 目录 Introducti
高通GAIA V3命令参考手册的研读学习（十三）：GAIA通知
如前文《高通GAIA V3命令参考手册的研读学习（四）》所述，PDU一共有四种，前面已经讲了命令、回应以及错误码，现在来看最后一种：通知。 4. QTIL GAIA通知 通知发送的方向，是由设备发送到移动应用。 这些通常是由设备发送到移动应用程序的状态变化。 表4-1列出的事件以及对应的通知代码。 表4-1通知事件码 事件 代码 描述 低阈值 0 x01 每当接收信号强度
文献研读-Methodology for Performing Synchrophasor Data Conditioning and Validation执行同步相量数据调节和验证的方法
文章目录 1. 文献来源2. 摘要3. 目的4. 改进思想4.1 滤波4.2 平滑 5. 模型预测控制-MPC6. 总结 1. 文献来源 Methodology for Performing Synchrophasor Data Conditioning and Validation 2. 摘要 纯相量测量单元（PMU）状态估计器在速度、性能和可靠性方面本质上优于其SC
2024年1月13日~2024年1月19日（研读论文、了解语义分割）
一、前言 上周完成《SeisInvNet》论文的初步阅读工作。 本周继续阅读《SeisInvNet》论文，并理解其逻辑结构。另外，在B站寻找视频了解了语义分割任务逻辑、深度学习一些概念等。 二、论文SeisInvNet 标题：Deep learning Inversion of Seismic Data—地震数据的深度反演
【论文系列研读】Superpixel： SLIC+SNN
1、SLIC（PAMI2012） Title：SLIC Superpixels Compared to State-of-the-art Superpixel Methods Author：Radhakrishna Achanta ... (École Polytechnique Fédérale de Lausanne,EPFL 瑞士联邦理工学院) Other Algorithms
文献研读｜Prompt窃取与保护综述
本文介绍与「Prompt窃取与保护」相关的几篇工作。 目录 1. Prompt Stealing Attacks Against Text-to-Image Generation Models（PromptStealer）2. Hard Prompts Made Easy: Gradient-Based Discrete Optimization for Prompt Tuning
Spring源码研读之路（1）
Spring的诞生为那个“黑暗年代”（EJB）带来了一丝曙光，那是一个 基于J2EE 规范统治的时代，框架中上层调用者“奴役”下层实现者，两者形成“强耦合”关系；各种第三方框架强迫开发者实现或者是继承指定接口，框架“侵入”应用之中；散布在应用中的各模块也因为“强耦合”关系，无法自由应用，那个“黑暗年代”沉重的研发模式和生态让开发者痛苦不堪。 一、前言 Spring框架可以说是日常开发过程中应用
【论文研读】Online Advertisement Allocation in the Presence of Customer Choices-1
【论文研读】Online Advertisement Allocation in the Presence of Customer Choices-1 背景介绍专有名词 摘要问题描述参数模型假设数学模型两阶段随机优化模型第一阶段第二阶段 证明两阶段随机规划模型的最优性最优性证明 参考文献 背景介绍 近10年来，互联网技术和智能手机普及率快速增长，网络广告成为空前庞大的产业，对整
《Deep Convolution Neural Networks for Twitter Sentiment Analysis》文献研读
文章目录 ABSTRACTINTRODUCTIONRELATED WORKDEEP CONVOLUTION NEURAL NETWORKS FOR SENTIMENT ANALYSIS（用于情感分析的深度卷积神经网络）FEATURE REPRESENTATION（特征表示）TWEETS PREPROCESSING（推文预处理）DEEP CONVOLUTION NEURAL NETWORKS
Not All Microseconds are Equal研读笔记
文章目录 文章信息文章内容设计思路探测数据包生成器数据包延迟估计器 文章信息 M. Lee, N. Duffield, and R. R. Kompella, “Not all microseconds are equal: fine-grained per-flow measurements with reference latency interpolation,” in
Source insight 创建工程研读库源码
下载库文件解压 创建工程添加路径 添加文件到工程 同步文件 下载库文件解压 创建工程添加路径 添加文件到工程 同步文件 数据库更新 强制重新分析所有文件仅同步当前源文件 添加和删除文件 自动添加新文件从项目中删除丢失的文件
论文研读“A Method for PET-CT Lung Cancer Segmentation based on Improved Random Walk”
基于改进的随机游走的PET-CT肺癌分割方法 摘要 首先，通过使用区域增长和数学形态学对PET图像进行预分割来获得初始轮廓。初始轮廓可以用于自动获得PET和CT图像上随机游走所需要的种子点，同时，它们也可以用作CT图像上随机游走的约束，以解决肿瘤区域的缺点。如果未增强CT图像，则CT图像不明显。由于CT提供了有关解剖结构的必要细节，因此CT的解剖结构可用于提高PET图像上随机游走的权重。最
PaperWeeklyAI - 迈微AI研习社顶会论文研读精选GitHub仓库
为收集整理该平台发布的所有文章，方便读者更加有提炼，有导向性阅读，我挑选每月精选文章分类整理在Github上，同时开启Github上的 <Discusstion> 社区交流功能，促进社友们之间的交流。 链接 | https://github.com/Charmve/PaperWeeklyAI 索引PaperWeeklyAI本项目包括NLP论文研读计算机视觉论文机器学习/深度学