Weak Consistency - A Generalized Theory and Optimistic Implementations for Distributed Transactions.pdf Current commercial databases allow application programmers to trade off consistency for performance. However, existing definitions of weak consistency levels are either imprecise or they disallow efficient implementation techniques such as optimism. Ruling out these techniques is especially unfortunate because commercial databases support optimistic mechanisms. Furthermore, optimism is ...
2022-07-12 09:06:52 671KB 数据库 分布式事务 一致性
1
数据结构英文课件:Chap5 Array, Matrix and Generalized List.ppt
2022-06-13 09:05:42 448KB 数据结构
微软提出的一种对于深度神经网络训练加速的并行策略;使用流水线技术结合模型并行以及数据并行,能够有效地提高整体的训练效率,减少训练的时间。
2022-05-03 17:06:31 1.22MB 文档资料 dnn 神经网络 深度学习
1
ADI,偏微分方程,英语,ADI,偏微分方程,英语。。。。。
2022-03-01 19:29:46 327KB A Generalized Peaceman–Rachford ADI
1
该软件包使用邻域图中的最短路径(Ilc,2012)计算修改后的 Dunn 内部聚类有效性指数。 它还包括原始 Dunn 指数 (Dunn, 1973)、广义 Dunn's 指数 (Pal & Biswas, 1997) 和一系列用于构建数据图的算法的实现。 聚类验证指数是从聚类算法中获得的数据分区质量的度量。 内部指标通过基于某些客观标准测量集群的紧凑性和分离度来评估数据的给定分区,而没有任何关于真实分区应该是什么样子的信息。 原始Dunn的索引(Dunn,1973年)通过计算群集内的紧密度(同一群集中任意两个点之间的最大距离)和群集之间的间隔(属于不同群集的两个数据点之间的最小距离)来验证数据群集。 Pal & Biswas 提出了使用数据上的邻域图对 Dunn 指数进行泛化。 此外,Ilc 提出了基于图中最短路径的这种方法的修改。 有关此主题的其他说明,请参阅参考资料。 支持的用
2022-02-21 11:32:52 223KB matlab
1
1.2 Types of Linear Mixed Models 1.3 Estimation in Gaussian Models 1.3.1 Maximum Likelihood 1.3.2 Restricted Maximum Likelihood 1.4 Estimation in Non-Gaussian Models 1.5 Other Methods of Estimation 1.6 Notes on Computation and Software 1.7 Real-Life Data Examples 1.8 Further Results and Technical Notes 1.9 Exercises
2022-02-08 16:11:50 1.99MB mixed model
1
广义分配 广义分配问题的近似算法
2022-01-20 15:32:21 843KB JupyterNotebook
1
结构动力学中线性和/或非线性二阶 ODE 的广义 alpha 方法,提供了示例
2022-01-12 19:00:29 3KB matlab
1
作者:Vidal, René, Ma, Yi, Sastry, S.S. 2016年新书。据作者说:研究 unsupervised learning,从一百多年前的PCA讲到压缩感知,知识纵跨上百年。横跨代数几何,数理统计,高维数据处理,优化算法。而应用更涉及科学和工程各个领域,是数据科学的入门基础
2021-12-22 21:26:24 10.24MB PCA GPCA unsupervised learning
1
This is the textbook used in the course STAT347, in Department of Statistics, the University of Chicago.
2021-12-22 18:18:14 19.09MB Peter McCullagh Nelder
1