這個部分小虎還沒有大搞過，只是做過一些課程項目設計的報告，所以個人看法可能比較少。
解決Latex 引用、索引不跳轉的問題 使用Latex編輯文章，發現生成的pdf文檔的引用、索引不響應鼠標事件，也就是不跳轉。 解決方法 按原先的Latex->BibTex->Latex->Latex編譯，完成後不要直接點擊dv
旋轉機械故障診斷公開數據集整理 衆所周知，當下做機械故障診斷研究最基礎的就是數據，再先進的方法也離不開數據的檢驗。筆者通過文獻資料收集到如下幾個比較常用的數據集並進行整理。鑑於目前尚未見比較全面的數據集整理介紹。數據來自原始研究方
Andrychowicz, Marcin, et al. “Learning to learn by gradient descent by gradient descent.” Advances in neural inform
Notes of MAML Finn, C., Abbeel, P., & Levine, S. (2017). Model-Agnostic Meta-Learning for Fast Adaptation of Deep
本篇論文屬於元學習和黑箱函數優化的交叉領域，其中將元學習的思想應用於黑箱函數優化。這篇論文發表於2017年。 對於黑箱函數優化方法我瞭解的不太多，因此本文的不可避免的會有一些理解不到位的地方。 想要了解貝葉斯優化和高斯過程的，可以
引言 今天在用IEEE的模板寫latex的時候，發現了一個問題：由\begin{algorithm}方法生成的僞代碼中原本默認應該是斜體的強調部分，發現最後顯示時被自動加了下劃線。 我調了十幾分鍾也沒有找到去除這些下滑線的辦法。後
我之前寫過一篇元遷移學習的論文筆記，一種遷移學習和元學習的集成模型。 但是本文的元遷移學習方法完全不同於上一篇論文。 Abstract 由於深度神經網絡容易對小樣本過擬合，所以元學習傾向於使用淺層神經網絡，但淺層神經網絡限制了模型
導言 本文提出了一種將遷移學習和元學習結合在一起的訓練方法。本文是論文A Meta-Learning Approach for Custom Model Training的筆記 介紹 傳統上我們需要很多的訓練數據才能訓練出一個好的
NLP中數據集的切割方法研究 ACL 2019傑出論文獎: We need to talk about atandard splits 獲獎理由 本文質疑了評估NLP模型性能時公認且廣泛運用的方法。 本文使用詞性標註任務說明了問
ESWC 2018 EventKG: A Multilingual Event-Centric Temporal Knowledge Graph Author Gottschalk, Simon，Demidova,
You Only Watch Once：Architecture for Real-Time Spatiotemporal Action Localization 論文地址 Github地址 摘要 時空動作定位要求將兩個信息源整合
綜述：PBFT, Paxos, RAFTPBFTRaftPaxos總結 PBFT 共識算法的集羣中有很多節點，它們都可以處理客戶發來的請求，但是客戶發送請求的順序對於最終的結果存在很大的影響。因此，爲了統一這個結果的順序，PBFT
Journal of Web Semantics(2016) Building event-centric knowledge graphs from news Author Marco Rospocher, Mar
mathpix鏈接：https://blog.csdn.net/qq_20515461/article/details/84799759 latex->word教程：https://blog.csdn.net/diligentboy88/
原文來自：https://www.cnblogs.com/baidut/p/6375371.html https://www.st.cs.uni-saarland.de/zeller/onresearch/rebuttal-pattern
