最能领域信息情报检索---XiaoMi-AI

1. 迁移学习迁移学习现在在机器学习中被广泛使用，因为它的好处很大。总体思路很简单。你用大量数据和大量训练来训练一个大型神经网络。当你遇到一个特定问题时，你会“切断”大型网络，并用你自己的数据训练几个新的层。大型网络已经理解了很多一般模式，而通过迁移学习，你这次不必教给网络。一个很好的例子是，如果你试图训练一个网络来识别不同种类的狗的图像。如果没有迁移学习，你需要大量的数据，也许需要 100,000 张不同种类的狗的图像，因为网络必须从头开始学习一切。如果你用迁移学习训练一个新模型，你可能只需要每个种类的 50 张图像。你可以在这里阅读有关迁移学习的更多信息。2. 主动学习主动学习是一种数据收

Antonio Fatas对全球经济的观察

2020年5月10日 10:00

COVID-经济链接（5 月 10 日）

COVID-Economics Links (May 10)

永久性刺激的理由 - Paul Krugman (VoxEU)COVID-19 如何改变世界经济 - Kilic 和 Marin (VoxEU) 居家隔离令何时最能有效对抗 Covid-19？各州的政策差异和实施时间 - Dave、Friedson、Matsuzawa 和 Sabia (SSRN) 疫情期间的流动性供应 - Kahn 和 Wagner (SSRN) 就业人数惨不忍睹。但这个故事还有更多内容 - Betsey Stevenson (华盛顿邮报)

Antonio Fatas对全球经济的观察

2020年5月5日 10:32

COVID-经济链接（5 月 5 日）

COVID-Economics Links (May 5)

博客、观点和学术论文迈向欧洲重建基金 - Luis Garicano中国薄弱的社会保障网将抑制其经济复苏 - Nicholas R. Lardy (PIIE) 和 Tianlei Huang (PIIE)中国的海外贷款和迫在眉睫的发展中国家债务危机 - Sebastian Horn、Carmen Reinhart、Christoph TrebeschMMT 的问题 - Willem Buiter (PS)在冠状病毒疫苗竞赛中，我们必须大干一场。真的，真的很大——Susan Athey、Michael Kremer、Christopher Snyder 和 Alex Tabarrok欧洲移民关键

美国陆军工程兵团研究

2020年4月20日 19:29

发布通知：地理空间数据多尺度建模的局部空间色散：探索色散测量以确定最佳栅格数据样本大小

PUBLICATION NOTIFICATION: Local Spatial Dispersion for Multiscale Modeling of Geospatial Data: Exploring Dispersion Measures to Determine Optimal Raster Data Sample Sizes

摘要：尺度或空间分辨率在解释遥感图像或其他地理空间相关数据的空间结构中起着关键作用。这些数据是在不同的空间尺度上提供的。确定最佳样本或像素大小可以有利于需要不同分辨率的多个数据集的信息提取的地理空间模型和环境算法。为了解决这个问题，对空间分辨率的多个比例因子进行了分析，以确定地理空间数据集的最佳样本大小。在 ERDC-GRL 的 NET-CMO 项目下，开发并实施了一种新方法，用于确定具有不同和异构空间结构的图像的最佳像素大小。局部空间色散的应用被研究为在重采样图像空间中优化的三维函数。图像被重新采样到逐渐变粗的空间分辨率并堆叠以创建一个图像空间，在该图像空间内映射像素级色散最大值。计算与局部