图像压缩领域 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 2022-03-03 Research ImageCompression Research ImageCompression
AI会议接收论文列表汇总 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 🔗 🔗 🔗 🔗 2022-09-12 Research Sundry Research Sundry
2022年论文阅读清单 03 月 [x] 2016-PCS-End-to-end optimization of nonlinear transform codes for perceptual quality [x] 2016-ICLR-Density Modeling of Images using a Generalized Normalization Transformation 04 月 [x] 2017 2022-06-27 Research PaperReading Research PaperReading
论文十问 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 2022-07-17 Research PaperReading Research PaperReading
AI论文学习资料汇总 1. 视频讲解 跟李沐学AI：讲解的非常透彻明了。 2. 科研工具 ReadPaper：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：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：DBLP 计算机科学书目提供有关 2022-05-07 Research Assessory Research Assessory
阅读计划 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, Leb 2022-04-04 Life 阅读 Life 阅读
课程计划 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 [x] 西方哲学史 - 张志伟 数学类 [ ] [常微分方程 2022-07-26 Life 课程 Life 课程
聚类方法 1. 简介 聚类是针对给定的样本，依据它们特征的相似度或距离，将其归并到若干个「类」或「簇」的数据分析问题。一个类是样本的一个子集，直观上，相似的样本聚集在相同的类，不相似的样本分散在不同的类。 聚类的目的是通过得到的类或和入在来发现数据的特和点或对数据进行处理，在数据挖掘、模式识别等领域有着广泛的应用。聚类属于无监督学习，因为只是根据样本的相似度或距离将其进行归类，而类或簇事先并不知道。 常用的 2022-12-30 Technique StatisticalLearning Technique StatisticalLearning
最大熵模型 1. 简介 最大熵模型由最大熵原理推导实现。 2. 最大熵原理 最大熵原理是概率模型学习的一个原则。最大熵原理认为，学习概率模型时，在所有可能的概率模型中，熵最大的模型是最好的模型。通常用约束条件来确定概率模型的集合，因此最大熵原理也可以表述为在满足约束条件的模型集合中选取熵最大的模型。 假设离散随机变量 XXX 的概率分布是 P(X)P(X)P(X)，则其熵为 H(P)=−∑xP(x)log 2022-12-22 Technique StatisticalLearning Technique StatisticalLearning