Demo Codes For Image Super-resolution via Sparse *Representation MATLAB
2021-06-23 21:29:58
22.94MB
1
lrr的低秩方法，刘光灿写的。。。。。还蛮有用的
2021-06-17 16:38:02
308KB
1
在很少或没有监督的情况下学习有用的表示是人工智能的一个关键挑战。我们深入回顾了表示学习的最新进展，重点关注基于自编码器的模型。为了组织这些结果，我们使用了被认为对下游任务有用的元先验，比如特征的解缠和分层组织。特别地，我们揭示了三种主要机制来执行这些特性，即(i)正则化(近似或聚集)后验分布，(ii)分解编码和解码分布，或(iii)引入结构化的先验分布。虽然有一些有希望的结果，隐性或显性监督仍然是一个关键的促成因素，所有当前的方法使用强烈的归纳偏差和建模假设。最后，我们通过率失真理论分析了基于自编码器的表示学习，并明确了关于下游任务的现有知识量和表示对该任务的有用程度之间的权衡。
2021-06-01 22:06:06
2.36MB
1
deepid1论文
DeepID1_Deep_Learning_Face_Representation_from_Predicting_10_000_Classes(深度学习人脸表达).pdf
2021-05-15 19:45:04
2.5MB
1
表示论基础专业GTM书籍 作者：William Fulton;Joe Harris
本书是一部很受欢迎的教材，初版于1991年，至今已被Springer出版社重印5次。全书分为四部分，26章，书中主要论述李群、李代数和经典群的有限维表示，可作为大学高年级学生, 研究生及教师的教学用书。读者对象：数学及物理学专业的高年级本科生、研究生和教师。《Bulletin of the Irish Mathematical Society》评价说：“...displays a novel approach to its subject matter... genuinely informative... skillfully worked and interspersed with novel observations”；德国《数学文摘（ZENTRALBLATT MATH）》评价说：“...this textbook is an outstanding example of didactic mastery, and it serves the purpose of the series ‘Readings in Mathematics’ in a perfect manner.”。作者William Fulton当时是芝加哥大学数学系的教授，现为密西根大学数学系的教授，相交理论大家（代数几何中的重要理论）。Joe Harris是哈佛大学数学系代数几何方向的教授，前任系主任，著名的教育家。他著有多部基础教育的名著。
2021-05-12 13:24:41
10.23MB
1
Sparse+and+Redundant+Representation一书的matlab-code
2021-05-08 22:44:57
54.31MB
1