“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
 
(未显示同一用户的3个中间版本)
第37行: 第37行:


==算法==
==算法==

*降维:tSNE
*降维:MDS Multidimensional Scaling, [https://zhuanlan.zhihu.com/p/141434196]
* 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]
* 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
* 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==
==软件包==
第49行: 第58行:
*[[pytorch]]
*[[pytorch]]
*[[tensorflow]]
*[[tensorflow]]
* [[pyro]]


==教程==
==教程==

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