TV Minimization by Augmented Lagrangian and Alternating Direction Algorithms

THE DESIGN AND ANALYSIS OF COMPUTER ALGORITHMS J.E

matlab 编程选择运行仿真代码UWSNs 中的能量效率路由算法 水下无线传感器网络是一个快速成长和发展的领域。 这是因为世界上 70% 的面积都在水中，而且仍未被探索。 UWSN 与普通的地面网络有很大不同。 这是因为环境不同，挑战也随之增加。 这项研究的重点是降低 UWSN 的能耗。 该 UWSN 中的通信是通过使用电池供电的传感器节点完成的，并且难以在水下为这些电池充电。 另外一个困难的挑战是在网络中存在的各个节点之间确定簇头。 该项目研究了有效路由的算法实现，以便有效利用能量来提高效率。 它还使分析方法具有有效的聚类方法，以最大限度地减少能源的使用。 该项目的主要目的是通过减少每次传输和接收数据包期间使用的能源成本来延长水下无线传感器网络的使用寿命。 仿真在Matlab中完成，所附代码可用于未来在水下无线传感器网络领域进行越来越多的优化。 该项目于 2020 年 6 月 17 日在大诺伊达的贝内特大学进行。

Understanding Machine Learning - From Theory to Algorithms这本书的中文扫描版

图形结构 图形结构是具有交互式动画的数据结构和算法可视化Web平台。 网站连结 主页-游乐场-博客- 用法 1. Write the command on < Code> section in the playground . 2. Many Commands are given in the info section . 3. Click the Commands and it will get copy and pasted automatically , then hit ENTER to make it work . 贡献 欢迎提出请求。 对于重大更改，请先打开一个问题以讨论您要更改的内容。 请确保适当更新测试。 执照

smote的matlab代码ND DIAL：不平衡算法 用于不平衡学习的基于 Python 的极简算法实现。 包括深度和表征学习算法（通过 TensorFlow 实现）。 下面是当前实现的方法的列表。 欠采样 带/不带替换的随机多数欠采样 过采样 SMOTE - 合成少数过采样技术 DAE - 去噪自编码器 ( TensorFlow ) GAN - 生成对抗网络 ( TensorFlow ) VAE - 变分自动编码器（ TensorFlow ） 集成采样 RAMOBoost RUSBoost SMOTEBoost 参考： : NV Chawla、KW Bowyer、LO Hall 和 P. Kegelmeyer。 “SMOTE：合成少数过采样技术。” 人工智能研究杂志 (JAIR)，2002。 ：P. Vincent、H. Larochelle、I. Lajoie、Y. Bengio 和 P.-A. 曼扎戈尔。 “堆叠降噪自动编码器：在具有局部降噪标准的深度网络中学习有用的表示”。 机器学习研究杂志 (JMLR)，2010 年。 ：IJ Goodfellow、J. Pouget-Ab

(Article) Artificial Intelligence Algorithms人工智能算法

Using existing programming tools, writing high-performance image processing code requires sacrificing readability, portability, and modularity. We argue that this is a consequence of conflating what computations define the algorithm, with decisions about storage and the order of computation. We refer to these latter two concerns as the schedule, including choices of tiling, fusion, recomputation vs. storage, vectorization, and parallelism.

这本书是Shai Shalev-Shwartz 的博士论文，非常详细地介绍了 Online learning 领域从理论到算法再到应用的各方面的内容。是学习 Online Learning 必读的文献

Stefano Mattoccia 的讲义 Stereo Vision: algorithms and applications，自己花了很大力气下下来的，对立体视觉的讲解和各种方法的比较