K-SVD算法是一种有效的训练稀疏信号表示过完备字典的方法。在本文中，我们讨论了该算法的一种有效实现，它既加快了算法的速度，又降低了算法的内存消耗，即批处理OMP算法。 批处理OMP（Batch-OMP）是正交匹配追踪（OMP）算法的一种实现，该算法专门针对在同一字典上对大量信号进行稀疏编码而优化。批处理OMP实现对于涉及对大量信号进行编码的各种基于稀疏性的技术非常有用。在报告中，我们讨论了批处理OMP和K-SVD实现，并分析了它们的复杂性。 本文中实现这些技术的Matlabr工具箱，可以去http://www.cs.technion.ac.il/~ronrubin/software.html中进行下载。

Mining Entity Synonyms with Efficient Neural Set Generation.pdf

高效的单次频繁模式挖掘--Efficient single-pass frequent pattern mining.pdf

python-efficient-development-django-tornado-flask-twisted:Python高效开发实战：Django，Tornado，Flask，Twisted原始码

对这边论文研读的人

ABY-A Framework for Efficient Mixed-Protocol Secure Two-Party Computation 论文PPT

有效压缩量子数据的量子自动编码器

simp3D论文An efficient 3D topology optimization code written inMatlab+ 程序+STL文件生成MATLAB程序

google EfficientDet 算法中文版paper.将高效网络骨架与我们提出的BiFPN 和复合尺度相结合，我们开发了一种新的对象检测器家族，称为高效Det，它始终以比以前的对象检测器更少的参数和FLOP 来获得更好的精度。图和图形显示COCO 数据集上的性能比较。在类似的精度约束下，我们的有效DET使用的FLOP 比YOLOv3 少28 倍，FLOP 比RetinaNet 少30倍，FLOP 比最近基于ResNet 的NAS-FPN 少19 倍。特别是，在单模型和单测试时间尺度下，我们的高效Det-D7 实现了最先进的53.7AP 和52M 参数和325B FLOP，在1.5AP的情况下优于以前最好的检测器，而在4 倍小和使用13 倍少的FLOP。我们的高效DET 在GPU/CPU 上也比以前的检测器快4 倍至11 倍。

An efficient and inexpensive method that uses a glass plate mounted onto a motorized rotating stage as a beam-steering device for the generation of dynamic optical traps is reported. Force analysis reveals that there are drag and trapping forces imposed on the bead in the opposite directions, respectively, in a viscous medium. The trapped bead will be rotated following the beam’s motion before it reaches the critical escape velocity when the drag force is equal to the optical trapping force. The