机器学习
-
【ABAQUS】模态分析
introduce 模态分析是研究结构动力特性的一种方法。模态是指机械结构的固有振动特性,一阶模态都对应特定的固有频率、阻尼比和振型。得到这些模态参数的过程就是模态分析。 如果是利…
-
决策树(Decision Tree)
文章目录 1. 决策树简介 2. 决策树原理 2.1 引例 2.2 生成算法 2.2.1 ID3(信息增益) 2.2.2 C4.5(信息增益率) 2.2.3 CART(基尼指数) …
-
多传感器数据融合技术
多传感器数据融合技术 概述 多源数据融合的优点 多源数据融合也存在缺点 多源数据融合的应用 常见的多传感器信息融合方法 每个方法的优缺点和适用场景,具体方法的选择应根据实际情况进行…
-
参数估计方法总结(超全!!!)
参数估计方法总结(超全!!!) 参数估计是统计学中的一个重要问题,涉及到从样本数据中推断出总体参数的过程。在实际应用中,我们经常需要使用各种参数估计方法来解决各种问题。本篇文章将介…
-
A2C算法原理及代码实现
本文主要参考王树森老师的强化学习课程 1.A2C算法原理 A2C算法是策略学习中比较经典的一个算法,是在 Barto 等人1983年提出的。我们知道策略梯度方法用策略梯度更新策略网…
-
【毕业设计选题】基于深度学习的学生课堂行为检测算法系统 YOLO python 卷积神经网络 人工智能
目录 前言 设计思路 一、课题背景与意义 二、算法理论原理 2.1 深度卷积神经网络 2.2 YOLOv5算法 三、检测的实现 3.1 数据集 3.2 实验环境搭建 3.3 实验及…
-
SPL工业智能:发现时序数据的异常
基本问题 工业生产过程中会产生大量的数据,比如电压、温度、流量等等,它们随时间推移而不断产生,这些数据在多数情况下是正常的,否则生产无法正常进行;少数情况下,数据是异常的,生产效率…
-
【论文导读】- GraphFL: A Federated Learning Framework for Semi-Supervised Node Classification on Graphs
文章目录 论文信息 摘要 主要工作 Model-agnostic meta learning (MAML) GraphFL Framework 1. GraphFL用于联合Grap…
-
损失函数——交叉熵损失(Cross-entropy loss)
交叉熵损失(Cross-entropy loss)是深度学习中常用的一种损失函数,通常用于分类问题。它衡量了模型预测结果与实际结果之间的差距,是优化模型参数的关键指标之一。以下是交…
-
【人工智能概论】 K折交叉验证
【人工智能概论】 K折交叉验证 文章目录 【人工智能概论】 K折交叉验证 一. 简单验证及其缺点 1.1 简单验证简介 1.2 简单验证的缺点 二. K折交叉验证 2.1 K折交叉…
-
一文速学-最小二乘法曲线拟合算法详解+项目代码
目录 前言 一、曲线拟合策略 二、最小二乘法理论基础 1.残差 原理 特征 选取策略 2.最小二乘原则 定义 解法总览 三、最小二乘解法 1.确定函数类 2.求解方程 极小值原理:…
-
pytorch预训练模型下载保存路径和路径更改
在模型的Finetune初始化的阶段: 预训练模型在线下载,下模型后的地址默认是: ~/.cache/torch/hub/checkpoints 预训练模型的网络可以通过下面的代码…
-
【联邦学习+区块链】TORR: A Lightweight Blockchain for Decentralized Federated Learning
文章目录 I.CONTRIBUTION II. ASSUMPTIONS AND THREAT MODEL A. Assumptions B. Threat Model III. S…
-
各类优化算法综述
目录 优化算法综述 数学规划法 精确算法(exact algorithm) 启发式 VS. 元启发式 启发式算法 元启发式算法 What is the difference bet…
-
数据分析师在人工智能与机器学习领域的重要作用
1.背景介绍 人工智能(Artificial Intelligence, AI)和机器学习(Machine Learning, ML)是当今最热门的技术领域之一,它们正在驱动我们进…
