在Nature和Science杂志上发表的论文折合数

北京邮电大学关于研究生在读期间公开发表学术论文要求的规定(2014年10月修订) 第一条 学位授予质量特别是博士学位授予质量代表了一个学校的学术水平.研究生在读期间公开发表学术论文是证明其学术水平,获得博士.硕士学位的必要条件.为了保证和进一步提高我校博士.硕士学位授予质量,特制订本规定. 第二条 研究生在提出学位论文答辩申请时,必须提供其攻读学位期间以北京邮电大学为第一署名单位正式发表的学术论文.获得的科技奖励或发明专利等能反映其学术水平的相关证明材料.所提供的学术论文必须以研究生本人为第一作

作者(Alex Rodriguez, Alessandro Laio)提出了一种很简洁优美的聚类算法, 可以识别各种形状的类簇, 并且其超参数很容易确定. 算法思想 该算法的假设是类簇的中心由一些局部密度比较低的点围绕, 并且这些点距离其他有高局部密度的点的距离都比较大. 首先定义两个值: 局部密度以及到高局部密度点的距离: 其中 是一个截断距离, 是一个超参数.?所以相当于距离点i的距离小于的点的个数. 由于该算法只对的相对值敏感, 所以对dc的选择比较鲁棒, 一种推荐做法是选择使得平均每个点

全书是比较专业的神经科学的一个问题的讨论.作者质疑比较流行的镜像神经元的观点.但是不知为何写了这么一本书而不是在学术期刊上发表观点.书中的内容相对比较专业,我有许多地方看不懂. 总体评价2星. 以下是书中一些信息的摘抄,#号后面是kindle电子版的页码: 1:里佐拉蒂和同事们获得了证明猴子具有镜像神经元的证据,以及三条间接证明人类也具有类似系统的证据,这篇1996年发表于<大脑>杂志的文章最终得出结论:人类不仅具有镜像系统,并且,布洛卡区是该系统的重要组成部分.#276 2:数十年以来,我们

背景 最近兴趣使然写了几个Python库,也发布到了Pypi上,虽然没什么人下载,但自己在其他机器上用着也会很方便.这里我向大家介绍一下如何在Pypi上发表自己的Python库. 准备 注册账号 很显然地要在Pypi上注册一个账号. 安装必要的库 setuptools 原则上安装了pip的环境都有setuptools,但并不影响你去尝试升级一下它. pip install --upgrade setuptools twine 这是一个简化将库发布到Pypi上流程的工具,具体的使用之后会讲到. p

CSDN的<畅言>栏目给大家自由表达个人意见的平台,实在是非常的不错.本人近期在上面发表的3篇文章如下: 1. <程序员既要写好代码,又要写好文档>:http://www.csdn.net/article/2014-08-12/2821148 写作原因:在实际的软件开发项目中,很多同事把绝大部分的精力放在了写代码上,根本不注重文档的编写.这就导致一个软件的代码只有少数几个人(也许就只有一个人)能够看懂,到后面有人来接手的时候,就会双眼一抹黑.文档的重要性不亚于程序,作为一名合格的软

http://news.sciencemag.org/asiapacific/2015/02/critics-pounce-china-s-top-science-prize 这篇报道的作者署名看上去是华裔. 不管怎么说,丢人丢到国外去了. 看了"透明计算"的演示,我个人觉得,透明计算是个很好的点子,有不错的商业应用和推广的价值,但是到底是谁把它推到本不该属于它的"自然科学一等奖"上的,这才是问题的根源. 要客观地看待和批评现在的这个问题,一棒子打死的批评方法是无知

链接如下: 1. 修改文件后缀的C语言实现:http://www.zhouzhaoxiong.com/308.html 2. 一段激动人心的旅程–读<硅谷百年史>有感:http://www.zhouzhaoxiong.com/283.html 3. 一位大一新生有关在校学习的相关疑问及答复:http://www.zhouzhaoxiong.com/311.html 4. 对北航罗杰老师<现代软件工程>课程学生团队博客的点评:http://www.zhouzhaoxiong.com/

摘要从少数样本学习并泛化至截然不同的情况是人类视觉智能所拥有的能力,这种能力尚未被先进的机器学习模型所学习到.通过系统神经科学的启示,我们引入了视觉的概率生成模型,其中基于消息传送(message-passing)的推断以统一的方式处理识别.分割和推理(Reasoning).该模型表现出优秀的泛化和遮挡推理(occlusion-reasoning)能力,并在困难的场景文字识别基准任务上优于深度神经网络,且更具有 300 倍的数据效率(data efficient)优势.此外,该模型基本上打破了现

Facebook人工智能组研究员田渊栋博士在知乎专栏上更新了一篇文章,详细分析了AlphaGo在<自然>杂志上发表的论文,他认为AlphaGo整个系统即使在单机上也已具有了职业水平,与李世石的比赛会相当精彩. 以下是田渊栋博士的知乎专栏原文: 最近我仔细看了下AlphaGo在<自然>杂志上发表的文章,写一些分析给大家分享. AlphaGo这个系统主要由几个部分组成: 1. 走棋网络(Policy Network),给定当前局面,预测/采样下一步的走棋. 2. 快速走子(Fast r