颜世伟 我们的目标是创建一个能够生成现实中不存在的逼真的人类图像的模型。 （将来，我将在GAN及其变体上上传一些用例）。 这些AI背后的技术称为GAN，即“生成对抗网络” 。 与其他类型的神经网络（GAN）相比，GAN采取的学习方法不同。 GAN的算法体系结构使用了两个神经网络，分别称为生成器和鉴别器，它们相互“竞争”以产生所需的结果。 生成器的工作是创建看起来逼真的假图像，而鉴别器的工作是区分真实图像和假图像。 如果两者均能正常工作，则结果是看起来像真实照片的图像。 GAN架构： 数据集可以从以下下载： : 您可以在上关注本文，以逐步了解它，并检查我的以进行实施。 输入图像样本： 输出：

Network Forensics - Tracking Hackers through Cyberspace 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除

片上网络基础知识，主要是路由器、算法设计，以及工作原理

太阳能预报 该项目是我最后一个学期的硕士学位课程工作的一部分。 此处的主要范围和目标是预测来自亚洲地理位置的年度太阳能发电量（取决于数据），然后减少产生的总软成本。 下文提供的文档和项目报告中详细介绍了这项工作。

A convolutional neural network for modelling sentences论文及翻译

Telegram-AI：Aikin 这是AIKIN的Telegram机器人的代码 该机器人是称为AIKIN的长期记忆AI（人工智能）。 AIKIN名称代表AI Artificial Intelligence Knowlege Input Notation 。 机器人的用户名是aikin_bot 您可以立即与其聊天！ 只需发送消息@aikin_bot或单击此链接： Aikin背后的技术是什么？ Aikin是一种深度机器学习人工智能，它基于RNN（递归神经网络），带有LSTM（长短期记忆）的聊天功能和ConvNet（卷积神经网络）的图像处理功能。 也： 该机器人具有内置的图像识别功能

Joseph Poon提出了闪电网络， 以比特币区块链为后盾，在链下实现真正的点对点微支付交易，区块链处理能力的瓶颈被彻底打破，时延、最终性、容量甚至隐私问题也迎刃而解。这是他的那篇英文原版论文。

基于BP神经网络的分类器

摘要—网络监控在现代云和数据中心网络中至关重要，这些网络需要从流量大小分布到heavy hitters的各种流量统计数据。为了应对不断增长的网络速率和巨大的流量，基于sketch的近似测量已经被广泛研究，以牺牲内存和计算成本的准确性，不幸的是，这对于哈希冲突很敏感。 该文提出了一种保持聚类的sketch方法，能够抵抗哈希冲突。我们根据K-均值聚类对sketch进行等效分析。根据分析结果，我们将相似的网络流聚类到同一个桶数组，以减少估计方差，并使用平均值来获得无偏估计。测试平台表明，该框架适应线路速率，并提供准确的查询结果。真实世界的跟踪驱动模拟显示，LSS在大范围参数下保持稳定的性能，并显著优

Advanced Multicore Systems-On-Chip: Architecture, On-Chip Network, Design By 作者: Abderazek Ben Abdallah ISBN-10 书号: 9811060916 ISBN-13 书号: 9789811060915 Edition 版本: 1st ed. 2017 出版日期: 2017-09-12 pages 页数: (273 ) Springer 出版超清 From basic architecture, interconnection, and parallelization to power optimization, this book provides a comprehensive description of emerging multicore systems-on-chip (MCSoCs) hardware and software design. Highlighting both fundamentals and advanced software and hardware design, it can serve as a primary textbook for advanced courses in MCSoCs design and embedded systems. The first three chapters introduce MCSoCs architectures, present design challenges and conventional design methods, and describe in detail the main building blocks of MCSoCs. Chapters 4, 5, and 6 discuss fundamental and advanced on-chip interconnection network technologies for multi and many core SoCs, enabling readers to understand the microarchitectures for on-chip routers and network interfaces that are essential in the context of latency, area, and power constraints. With the rise of multicore and many-core systems, concurrency is becoming a major issue in the daily life of a programmer. Thus, compiler and software development tools are critical in helping programmers create high-performance software. Programmers should make sure that their parallelized program codes will not cause race condition, memory-access deadlocks, or other faults that may crash their entire systems. As such, Chapter 7 describes a novel parallelizing compiler design for high-performance computing. Chapter 8 provides a detailed investigation of power reduction techniques for MCSoCs at component and network levels. It discusses energy conservation in general hardware design, and also in embedded multicore system components, such as CPUs, disks, displays and memories. Lastly, Chapter 9 presents a real embedded MCSoCs system design targeted for health monitoring in the elderly.