Collective Activity 是一个集体活动的短视频数据集，它包含 5 种不同的集体活动，分别为交叉、步行、等待、交谈、排队以及 44 个短视频序列，其中一些是由消费者手持数码相机记录的。 该数据集于 2009 年由密歇根大学安娜堡分校电气工程系发布。 主要发布人：Wongun Choi, Khuram Shahid, Silvio Savarese 相关论文：《Collective Activity Classification Using Spatio-Temporal Relationship Among People》

Programming Collective Intelligence.pdf

图像处理方向的文献，Duncan J. Watts* & Steven H. Strogatz等人的巨著，希望对相关人员有所帮助

Collective Activity 是一个集体活动的短视频数据集，它包含 5 种不同的集体活动，分别为交叉、步行、等待、交谈、排队以及 44 个短视频序列，其中一些是由消费者手持数码相机记录的。 该数据集于 2009 年由密歇根大学安娜堡分校电气工程系发布。 主要发布人：Wongun Choi, Khuram Shahid, Silvio Savarese 相关论文：《Collective Activity Classification Using Spatio-Temporal Relationship Among People》

Collective dynamics of ‘small-world’ networks - 小世界网络中的集体动力学 学习复杂网络的基础 看不懂英文的同学可以借鉴一下

打开集体图像 前言 如果您看到下面的步骤可以改进（或已过时），请更新说明。 我们自己很少经历这个过程，所以你的新眼睛和你最近的经验使你成为为其他用户改进它们的最佳人选。 谢谢！ 发展 先决条件 确保您的 Node.js 版本 >= 10。我们建议使用版本 10，即 CI 和生产中使用的版本。 我们推荐使用 ： nvm install 。 确保您已安装 。 在 Debian/Ubuntu 上： sudo apt-get install graphicsmagick 在 MacOS 上（使用 ）： brew install graphicsmagick 安装 我们建议将存储opencollective到专用于opencollective项目的文件夹中。 git clone git@github.com:opencollective/opencollective-images.git

中文版电子书 + 英文版电子书 + 源代码 本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。

所有CK组件都可以在和！ 使用具有通用JSON API的集体知识工作流框架来统一AI以进行协作实验和优化 请注意，Caffe2已移至 GitHub源代码树，因此此处的某些软件包可能无法正常工作。 介绍 在将大部分的“研究”时间都花在了AI创新上之后，而不是在处理众多且不断变化的AI引擎，它们的API以及整个软件和硬件堆栈之后，我们决定采用另一种方法。 我们开始添加现有的AI框架，包括 ， ， ， ， ， CNTK和MVNC 。 非侵入式开源集体知识工作流框架（CK） 。 CK允许使用JSON API将各种版本的AI框架以及库，编译器，工具，模型和数据集作为统一的和可重用的组件插入，从而在Linux，Windows，MacOS和Android上自动化和自定义其安装（而不是使用ad- hoc脚本），并提供简单的JSON API进行常见操作（例如预测和培训）（请参阅demo ）。

2018 Improved Techniques for Learning to Dehaze and Beyond_ A Collective Study

The Security Analysis of Quantum SAGR04 Protocol in Collective Rotation Noise Channel