“机器学习与人工智能”的版本间差异

来自Shiyin's note
跳到导航 跳到搜索
无编辑摘要
 
（未显示同一用户的26个中间版本）
第1行： 第1行：
* artificial neural networks
* artificial neural networks (ANN)
: 气体的冷却 deepCool, deepHeat, and deepMetal: arXiv:1901.01264
: 气体的冷却 deepCool, deepHeat, and deepMetal: arXiv:1901.01264
: 对quench的机制进行排序 [https://arxiv.org/pdf/1601.01258.pdf]


* unsupervised Random Forest
* unsupervised Random Forest
:找到SDSS中最怪异的星系 [https://arxiv.org/abs/1611.07526]
:找到SDSS中最怪异的星系 [https://arxiv.org/abs/1611.07526]
: https://arxiv.org/abs/2007.08530


* 恒星形成历史 [https://arxiv.org/abs/1903.10457]
* 恒星形成历史 [https://arxiv.org/abs/1903.10457]
第13行： 第15行：
:Scikit-Learn machine learning package for [[Python]]
:Scikit-Learn machine learning package for [[Python]]
:arXiv1901.02877 1908.04318
:arXiv1901.02877 1908.04318

==图像相关==
*merger
:REALSIM [https://ui.adsabs.harvard.edu/abs/2019MNRAS.490.5390B/abstract]

*Galaxy morphology network [https://arxiv.org/abs/2006.14639]

* Morpheus
:https://ui.adsabs.harvard.edu/abs/2020ApJS..248...20H/abstract

*贾鹏的方法
:https://arxiv.org/abs/2002.09211

*deblend
:Residual Dense Neural network (RDN) [https://arxiv.org/abs/2109.09550]
:sextractor做deblend [https://github.com/esheldon/sxdes]
:weaklense中的deblend [https://github.com/LSSTDESC/WeakLensingDeblending]

*图像生成
: [http://arxiv.org/abs/2203.11956] StyleGAN 生成的图片真实度最高，生成的图片可以增加星系样本的多样性，使得网络更具有泛化能力。

==算法==

* 贝叶斯方法中的Simulation-based inference (SBI; also known as “likelihood-free” inference)：基于神经元的正向建模 [http://arxiv.org/abs/2203.07391]
* OPTICS [https://www.biaodianfu.com/optics.html] DBSCAN的一种扩展
* SHAPLEY：游戏模型中的一种判断某个因素重要性的算法，arXiv 2309.06784

===降维===
*降维：tSNE
*降维：MDS Multidimensional Scaling, [https://zhuanlan.zhihu.com/p/141434196]
*数据内禀维度：https://arxiv.org/pdf/2404.02962.pdf

===回归===
*THE SPARSE REGRESSION METHODOLOGY，arXiv:2101.02986
:用一组基函数去拟合某个参数，同时惩罚基函数的系数及项数，从而抑制过拟合

==软件包==
*[[rapids]]
*[[scikit-learn]]
*astroML [https://www.astroml.org/astroML-notebooks/]
*[[jax]]
*[[pytorch]]
*[[tensorflow]]
* [[pyro]]

==教程==
*https://github.com/WillKoehrsen/Machine-Learning-Projects

2024年4月6日 (六) 14:48的最新版本

  • artificial neural networks (ANN)
气体的冷却 deepCool, deepHeat, and deepMetal: arXiv:1901.01264
对quench的机制进行排序 [1]
  • unsupervised Random Forest
找到SDSS中最怪异的星系 [2]
https://arxiv.org/abs/2007.08530
  • 恒星形成历史 [3]
基于数值模拟的结果，监督学习
Convolutional Neural Networks(CNN)
Extremely Randomised Trees
  • 高斯过程回归 （Gaussian Process Regressor）
Scikit-Learn machine learning package for Python
arXiv1901.02877 1908.04318

图像相关

  • merger
REALSIM [4]
  • Galaxy morphology network [5]
  • Morpheus
https://ui.adsabs.harvard.edu/abs/2020ApJS..248...20H/abstract
  • 贾鹏的方法
https://arxiv.org/abs/2002.09211
  • deblend
Residual Dense Neural network (RDN) [6]
sextractor做deblend [7]
weaklense中的deblend [8]
  • 图像生成
[9] StyleGAN 生成的图片真实度最高，生成的图片可以增加星系样本的多样性，使得网络更具有泛化能力。

算法

  • 贝叶斯方法中的Simulation-based inference (SBI; also known as “likelihood-free” inference)：基于神经元的正向建模 [10]
  • OPTICS [11] DBSCAN的一种扩展
  • SHAPLEY：游戏模型中的一种判断某个因素重要性的算法，arXiv 2309.06784

降维

回归

  • THE SPARSE REGRESSION METHODOLOGY，arXiv:2101.02986
用一组基函数去拟合某个参数，同时惩罚基函数的系数及项数，从而抑制过拟合

软件包

教程

取自“http://202.127.29.3/~shen/wiki/index.php?title=机器学习与人工智能&oldid=4058”