お前はどこまで見えている

1. 传统图像压缩 方法 主页 说明 JPEG XL https://jpeg.org/jpegxl/ JPEG 小组提出，目前最好的图像压缩方法 CMIX http://www.byronknoll.com/cmix.html 无损数据压缩方法，以高 CPU/内存使用率换高压缩比 Lepton https://github.com/dropbox/lepton 对 JPEG 图片进行无损压缩，节省近 22%22\%22% 的大小 FLIF https://flif.info/ 无损图像压缩方法，目前已停止开发（被 JPEG XL 取代） AVIF https://aomediacodec.github.io/av1-avif/ 开放媒体联盟 AOMedia 提出 HEIC https://hevc.hhi.fraunhofer.de/ MPEG 小组提出，基于 HEVC，不开源 Webp https://developers.google.com/speed/webp Google 提出，无损模式比 PNG 小 26%26\%26%，有损模式比 ...

Conferences’ accepted paper lists ❗ 建议使用 dblp 和 Aminer 查询。 Quick Link Conference: AAAI IJCAI KDD WWW ICLR ICML NeurIPS CIKM 2017 🔗 🔗 🔗 🔗 🔗 2018 🔗 🔗 🔗 🔗 🔗 2019 🔗 🔗 🔗 🔗 🔗 🔗 2020 🔗 🔗 🔗 🔗 🔗 🔗 🔗 🔗 2021 🔗 🔗 🔗 🔗 🔗 🔗 🔗 🔗 2022 🔗 🔗 🔗 🔗 🔗 🔗 🔗 🔗 2023 AAAI Conference Source Deadline Notification AAAI-23 August 15, 2021 November 18, 2022 AAAI-22 🔗 September 8, 2021 November 29, 2021 AAAI-21 🔗 AAAI-20 🔗 AAAI-1 ...

03 月 2016-PCS-End-to-end optimization of nonlinear transform codes for perceptual quality 2016-ICLR-Density Modeling of Images using a Generalized Normalization Transformation 04 月 2017-ICLR-End-to-end Optimized Image Compression 2018-ICLR-Variational image compression with a scale Hyper-prior 2016-CVPR-Deep Residual Learning for Image Recognition 2021-Arxiv-Learning Transferable Visual Models From Natural Language Supervision 05 月 2017-CVPR-PointNet: Deep Learning on Point Sets for ...

1. 简介 论文十问由沈向洋博士提出，他鼓励大家带着这十个问题去阅读论文，用有用的信息构建认知模型。个人也觉得论文十问对阅读论文非常有帮助，故此记下，同时记录一些经典的论文十答作为典范参考。 2. 内容 Q1：论文试图解决什么问题？ Q2：这是否是一个新的问题？ Q3：这篇文章要验证一个什么科学假设？ Q4：有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？ Q5：论文中提到的解决方案之关键是什么？ Q6：论文中的实验是如何设计的？ Q7：用于定量评估的数据集是什么？代码有没有开源？ Q8：论文中的实验及结果有没有很好地支持需要验证的科学假设？ Q9：这篇论文到底有什么贡献？ Q10：下一步呢？有什么工作可以继续深入？ 3. 经典案例 Paper 十问

1. 视频讲解 跟李沐学AI：讲解的非常透彻明了。 2. 科研工具 工具 推荐 说明 ReadPaper 四星 论文阅读神器！ AI-Paper-Search AI 论文检索神器！ AI-research-tools AI 科研工具大礼包！ AMiner 五星 科技情报大数据挖掘与服务系统平台，可以提供订阅等功能，为广大科研人提供科研动态的实时追踪、个人科研信息流的定制化服务。 DBLP 四星 DBLP 计算机科学书目提供有关主要计算机科学期刊和会议录的开放书目信息，可谓论文信息检索查询大利器！ Conference-Accepted-Paper-List AI 会议论文 Paper List 大汇总！ 领研 三星 一个获取各个领域行业最新进展的科研资讯平台。 3. 实验工具 Wandb：Weights & Biases 可以帮助跟踪机器学习项目，记录运行中的超参数和输出指标(Metric)，然后对结果进行可视化和比较。 Optuna：Optuna 是一个自动超参搜索框架，解放一线炼丹者的双手！ NNI ...

2022 数学类 《A First Course in Wavelets with Fourier Analysis(2nd)》by Albert Boggess, Francis J. Narcowich 中译本《小波与傅里叶分析基础》by 芮国胜，康健等 《THEORIES OF INTEGRATION — The Integrals of Riemann, Lebesgue, Henstock-Kurzweil, and McShane(2nd)》by Douglas S Kurtz, Charles W Swartz 《Variational Bayesian Learning Theory》by Nakajima, S.Watanabe, K.Sugiyama 《Generalized Latent Variable Modeling Multilevel Longitudinal And Structural Equation Models》by Anders Skrondal, Sophia Rabe-Hesketh 《统计学习》by 李 ...

1. CCF 列表 会议投稿汇总 2. AI 相关 会议投稿汇总

技术类 DLSS & RLSS 2017 - Montreal Deep Reinforcement Learning, 2018 Generative Adversarial Network (GAN), 2018 动手学深度学习在线课程 OpenMMLabCourse 哲学类 西方哲学史 - 张志伟 数学类 [常微分方程]

1. 简介 成交量是技术分析中一个非常关键的指标，蕴含了丰富的交易信息，包括： 市场活跃度：成交量的大小通常被用来衡量市场对该股票或指数的关注度和交易活跃度。成交量大表明交易活动频繁，市场活跃。 价格变动的确认：「价格会骗人，但成交量不会」。价格的上涨或下跌如果没有得到成交量的支持，其可靠性通常是值得怀疑的。成交量的增加往往被认为是价格趋势的确认。 预示市场趋势：成交量的变化可以预示市场的潜在趋势。例如，成交量的放大往往在价格趋势变化之前出现，而成交量的缩小往往可能预示着趋势的疲软。 揭示供需关系：成交量的放大通常意味着市场对某一资产的需求增加，反之则可能是供应增加。供需关系的变化是影响价格走势的基本因素。 市场心理的反映：成交量的变化可以反映市场参与者的心理状态，如对某个资产的集中兴趣或普遍恐慌。 2. 成交量择时策略 构造成交量时序排名指标，成交量时序排名较高的情况往往伴随着指数未来一段时间上涨空间的增加。成交量时序排名择时策略的具体实现方法如下： 构建成交量时序排名指标 成交量的时间序列排名指标用来量化每日成交量在一段时间内的位置。具体计算方法为： 收集包括当日在内的过 ...

简介 Linux 终端下的重定向功能在日常办公中经常被使用到，深入理解并熟练掌握 Bash Shell 的重定向将有助于提升办公效率。Bash Shell 下的重定向是通过文件描述符实现的，Linux 系统默认有三个标准的文件描述符： stdin：标准输入，文件描述符 0。 stdout：标准输出，文件描述符 1。 stderr：标准错误，文件描述符 2。 假设 Linux 终端设备为 /dev/tty0，则 Linux 系统下标准文件描述符在 Bash Shell 中与设备的映射关系如下： 一种简单好理解重定向符的方法：将 >/< 看做是赋值语句中的 =，前者的方向代表后者的赋值方向；将 & 看做是 $。 重定向标准输出到文件 1command >file 其中，> 操作符是输出重定向操作符。Bash 首先会尝试打开 file 文件，如果成功打开则将 command 的标准输出发送到 file 文件中，并将原来的内容覆盖；如果无法打开，则该条命令执行失败并报错。 command >file 等价于 command 1>file，这 ...

无法加载文件 C:\Users\xxx\Documents\WindowsPowerShell\profile.ps1，因为在此系统上禁止运行脚本。 问题：打开 PowerShell，提示如下类似报错信息： 1234567891011Windows PowerShell版权所有（C） Microsoft Corporation。保留所有权利。安装最新的 PowerShell，了解新功能和改进！https://aka.ms/PSWindows. : 无法加载文件 C:\Users\xxx\Documents\WindowsPowerShell\profile.ps1，因为在此系统上禁止运行脚本。有关详细信息，请参阅 https:/go.microsoft.com/fwlink/?LinkID=135170 中的 about_Execution_Policies。所在位置 行:1 字符: 3+ . 'C:\Users\xxx\Documents\WindowsPowerShell\profile.ps1'+ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ...

1. 简介 传统移动平均线（Moving Average, MA）是金融市场分析中常用的技术指标之一，主要用于平滑价格数据以识别趋势方向。然而，尽管移动平均线在趋势识别方面具有一定的效用，但它也存在明显的局限性： 时滞性：MA 捕捉的是历史的价格趋势变化，无法及时反映市场的真实情况。 平滑性与时滞性的矛盾：MA 的平滑性越好，通常意味着使用的时间窗口越长，对应的时滞性也越大。 趋势跟随问题：由于 MA 的时滞性，它主要用于趋势跟随策略，即在明确的趋势市场中表现较好。在市场趋势不明显或市场横盘震荡时，MA 的效果会大打折扣。 市场波动率的影响：在高波动性的市场环境中，MA 可能会频繁地穿越价格，导致频繁的交易信号。 参数选择的主观性：MA 的参数选择很大程度上取决于分析师或交易者的主观判断。 本文将介绍一种改进的择时指标，即低延迟趋势线 LLT（Low-Lag Trendline）。 2. 低延迟趋势线 低延迟趋势线（LLT）是为了解决传统移动平均线（MA）在趋势跟踪时存在的时滞问题而设计的一种技术指标。LLT 的构造思路主要基于信号处理理论，特别是滤波器的概念，目的是在保留趋势信息 ...