归一化流（Normalizing Flows）是一种在机器学习领域，特别是深度学习中用于概率建模和密度估计的技术。它们允许我们构建复杂的概率分布，并在这些分布上执行各种任务，如采样、近似推断和计算概率密度。这篇工作是针对"归一化流的变分推理"的复现和扩展，源自ATML Group 10的研究成果。 在变分推理中，我们通常面临的问题是如何对复杂的后验概率分布进行近似。变分推理提供了一种方法，通过优化一个叫做变分分布的简单模型来逼近这个后验。正常化流在此基础上引入了可逆转换，使得我们可以将简单的基础分布（如标准正态分布）逐步转化为复杂的目标分布。 归一化流的基本思想是通过一系列可逆且有可计算雅可比行列式的变换，将数据分布映射到已知的简单分布。每个转换都会保持数据的密度，因此可以通过反向转换从简单分布采样并计算原始分布的概率。这种技术在生成模型（如变分自编码器或生成对抗网络）和推断任务中都十分有用。 在Jupyter Notebook中，可能会包含以下内容： 1. **理论回顾**：文档会详细介绍归一化流的基本概念，包括可逆转换的性质、连续性方程以及如何计算目标分布的密度。 2. **模型架构**：文档可能会展示几种常见的归一化流架构，如RealNVP（Real-valued Non-Volume Preserving）、Glow（ Glow: Generative Flow with Invertible 1x1 Convolutions）或者更复杂的FFJORD（Free-form Continuous Flows with Ordinary Differential Equations）。 3. **实现细节**：将详细阐述如何用Python和深度学习框架（如TensorFlow或PyTorch）来实现这些转换，可能包括层的构建、损失函数的选择以及训练过程。 4. **实验设置**：描述数据集的选择（可能是MNIST、CIFAR-10等），模型的超参数配置，以及训练和评估的标准。 5. **结果分析**：展示模型在生成样本和推断任务上的性能，比如通过可视化生成的样本、计算 inception scores 或者 KL 散度来评估模型质量。 6. **扩展研究**：可能包含对原论文的扩展或改进，例如探索新的转换类型、优化技巧或者适应不同的应用场景。 7. **代码实现**：整个Jupyter Notebook将包含完整的可运行代码，便于读者复现研究结果并进行进一步的实验。 归一化流的变分推理是一个活跃的研究领域，因为它提供了更灵活的概率建模方式，能够处理高维度数据和复杂的依赖结构。通过这个项目，读者不仅可以深入了解这一技术，还能掌握如何在实践中应用它。

探索空中交通流时间序列的多重分形特征有助于理解时间序列中的自相似性和相关性，从而有助于深入了解空中交通流的演变机理和规则模式，从而有助于发展有效的空中交通流量管理措施。 利用多元分形趋势波动分析方法，我们确定了北京首都国际机场2017年夏季的总量，到达和起飞空中交通流量时间序列在对应分频以下的尺度上具有多重分形性，并且其主要原因是多重分形的特征是大小波动的远距离相关性。 在时间序列的多重分形上进行的比较表明，总的和到达的空中交通流分别具有最强和最弱的多重分形，而离场的空中交通流介于两者之间。 比较结果还表明，总的和到达的空中交通流量对大的波动不敏感，以小波动为主导，而出发的空中交通流量对小波动不敏感，并且以大波动为主导。 此外，对雷暴季节和非雷暴季节的时间序列的多重分形特征的调查表明，雷暴季节对总空中交通流量的影响最大，并且在多重分形性方面存在显着的本质差异。雷暴季节前后的总空中交通流量。 对于到达的空中交通流量，极端波动率仅存在差异，而对于出发的空中交通流量，除了数量上的一些差异外，本质上没有差异。

graph theory 经典 Network flows theory algorithms and applications.pdf

介绍 目的 本指南描述了用于设置和执行OpenFOAM研究的工作流程，并使用通过集管的水流模拟来说明该方法。 工作流由多个单独讨论的步骤组成。 该研究的目的是评估在不同条件下流体域中形成的压力，速度和温度模式。 该研究包括symmetric-velocity-temperature和asymmetric-velocity-temperature symmetric-velocity-temperature两种情况。 这些案例使用相同的“和“ ，但对入口贴片采用不同的“初始条件”（IC）和“边界条件”（BC），如“部分所述。 平台 这项研究是在具有以下配置的台式工作站上执行的： CPU（ lscpu ）：AMD锐龙7 1800X八核处理器 操作系统（ uname -a ）：Linux nick-AX370-Gaming 5.4.0-26-generic＃30-Ubuntu SMP Mon

Network Flows – Theory, Algorithms, And Applications

用SPH方法解决不稳定自由表面流的解决方法及一个应用性很强的代码，运用有两个实例：1.液滴的延伸，2.水柱的崩塌

Focuses on classical problems in graph theory, including the 5-flow conjectures, the edge-3-colouring conjecture, the 3-flow conjecture and the cycle double cover conjecture. The text highlights the interrelationships between graph colouring, integer flow, cycle covers and graph minors. It also concentrates on graph theoretical methods and results.

I 一些数学模型的描述；II 火焰传递函数FTF的介绍；III 反应流的扰动能和稳定性判据；

本书全面介绍了经典的和现代的网络流技术，包括综合的理论、算法与应用。主要内容包括：路径、树与周期，算法设计与分析，最大流与最小流算法，分派与匹配，最小生成树，拉格朗日松弛与网络优化等。书中包含大量练习题，拓展了本书的内容，便于教学。 　　 本书特点： 　　 深入介绍功能强大的算法策略和分析工具，如数据缩放和势函数变量。 　　 讨论有关网络优化的重要主题及实际解决方案，如拉格朗日松弛法。 　　 包括广泛的文献注解，提供宝贵的历史背景和指导。 　　 包含800多道难度不一的练习题。

Network Flows - Theory, Algorithms, And Applications （全部840页） 网络流：理论、算法与应用 英文版，很精典的书籍，找了很久，和大家分享 网络流的经典书籍，已经绝版，在所有网站都买不到了，很艰难才找到的！请各位爱好者支持下