BanditPAM: Almost Linear-Time k-medoids Clustering via Multi-Armed Bandits
TL;DR想要比 \(k\)-means 更好的东西吗？我们最先进的 NeurIPS \(k\)-medoids 算法 BanditPAM 现已公开！\(\texttt{pip install banditpam}\)，您就可以开始了！与 \(k\)-means 问题一样，\(k\)-medoids 问题是一个聚类问题，我们的目标是将数据集划分为不相交的子集。然而，在 \(k\)-medoids 中，我们要求聚类中心必须是实际数据点，这允许对聚类中心进行更好的解释。\(k\)-medoids 还可以更好地处理任意距离度量，因此如果您使用 \(L_1\) 之类的度量，您的聚类对异常值会更稳健。尽
A Measurement System for the Study of Nonlinear Propagation Through Arrays of Scatterers
摘要：测量通过散射体阵列传播的非线性声脉冲的空间和时间场存在各种实验挑战。探头干扰和不良高频响应困扰着声学麦克风的典型方法，这些方法也仅限于解析单个位置的压力场。使用光学方法进行的测量没有这样的缺点，并且纹影测量特别适合测量散射体阵列中非线性脉冲传播的空间和时间演化。本文描述了一种基于 z 型纹影装置的测量系统，该系统适用于测量轴对称现象和可视化弱冲击传播。为了降低方向性并启动近球对称传播，激光诱导击穿充当非线性脉冲源。纹影系统的一个关键组件是标准纹影，它可以进行定量纹影测量。通过前向阿贝尔变换，从非线性脉冲生成预期光折射的估计值，从而帮助确定标准纹影的尺寸。最后，指定了实验测序、图像捕获和旨
Geometric-Acoustics Analysis of Singly Scattered, Nonlinearly Evolving Waves by Circular Cylinders
摘要：几何声学或声射线理论用于分析入射到刚性圆柱体上的高振幅声波的散射。提供了散射波场非线性演化的理论预测，以及考虑非线性重要性的措施。还提供了对许多圆柱体散射的分析，但没有考虑多重散射的影响。如果特征非线性畸变长度远大于圆柱体半径，则入射波的非线性演化对整体演化的影响比单个散射波的非线性演化要重要得多。
Gilbert Strang: Linear Algebra, Deep Learning, Teaching, and MIT OpenCourseWare
Gilbert Strang 是麻省理工学院的数学教授，也许是世界上最著名、最有影响力的数学教师之一。他在麻省理工学院开放式课程上关于线性代数的讲座已被观看了数百万次。本次对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系，您可以在那里观看这些对话的视频版本。如果您喜欢播客，请在 Apple Podcasts 上给它 5 星评分或在 Patreon 上支持它。本集由 Cash App 提供。下载它，
Dynamic linear models with tfprobability
之前的文章介绍了 tfprobability（TensorFlow Probability 的 R 接口），重点介绍了深度神经网络的增强功能（例如，引入贝叶斯不确定性估计）以及使用汉密尔顿蒙特卡罗拟合分层模型。这次，我们将展示如何使用动态线性模型 (DLM) 拟合时间序列，从而得到后验预测以及来自卡尔曼滤波器的平滑和滤波估计。
Non-linear Activation Functions for Neural Networks Simplified
激活函数是形成神经元输出的函数。它为预测添加了非线性，并使基于神经网络的预测器比线性模型好得多。我们通常会问自己应该使用哪种激活函数？答案是，这个问题没有一个万能的答案。这取决于具体情况。让我带您了解最常用的激活函数及其优缺点，以帮助您做出更好的决定。我们可以定义自己的激活函数以最好地满足我们的需求，最常用的激活函数是：1. S 型激活函数 2. Tan 双曲激活函数 3. ReLU（整流线性单元） 4. Leaky ReLU 它们每个的样子如下：图片来源：DeepLearning.ai 专业化 1. S 型激活函数 S 型激活函数的范围在 0 到 1 之间。它看起来像我们在不同研究领域中看到
Complexity of Linear Regression related to Neural Networks
Udacity 深度学习课程的作业 #1 让你了解到，逻辑多项式（线性）回归模型可能无法提供非 MNIST 数据集分类问题所需的最佳准确度。让我们将逻辑多项式模型视为一种算法，并尝试计算它的复杂度。这里要考虑的两个参数是 W - 权重矩阵和 b - 具有 1 层的偏差矩阵。想象一下，输入图像是 28x28 图像，输出是 10 类向量。输入图像将被拉伸为输入到每个单元的单个像素。这使得输入层尺寸为 28x28。参数 W 的尺寸变为 (28x28)x10，它被添加到 10x1 偏差矩阵中。参数总数为：28x28x10+10 = (N+1)*K，其中 N 是输入数，K 是输出数。另一种理解方式是 -
Ученые из МФТИ разработали модель прогнозирования траектории движения руки на основе сигналов, снимаемых с поверхн ости коры головного мозга。 При прогнозировании используются линейные модели.
Л.О.Р.А. (Челябинск) - линейно очищающий роботизированный аппарат
朋友们大家好！大家早就知道，机器人技术在许多方面都试图让人类的单调和日常工作变得更容易，但如果同时执行多项此类任务怎么办？我们发现了一个非常有趣的发展，可以用于广告、贸易、视频监控甚至清洁。
Nonlinear Relationship between the Number of Children and Late-life Cognition
白玉婷（湖南大学）/ 丸山志子（暨南大学）/ 王思（湖南大学）
IEEE Transactions on Fuzzy Systems, Volume 33, Issue 6, June 2025
1) Brain-Inspired Fuzzy Graph Convolution Network for Alzheimer's Disease Diagnosis Based on Imaging Genetics DataAuthor(s): Xia-An Bi, Yangjun Huang, Wenzhuo Shen, Zicheng Yang, Yuhua Mao, Luyun Xu, Zhonghua LiuPages: 1698 - 17122) Adaptive Incremental Broad Learning System Based on间隔类型-2模糊设置，并自动确定
Senators To Propose Ban On Big Pharma Ads As TV Networks Stand To Get Wrecked
Senators To Propose Ban On Big Pharma Ads As TV Networks Stand To Get WreckedSenators Bernie Sanders of Vermont and Angus King of Maine, both independents, on Thursday will introduce legislation that would ban pharmaceutical companies from promoting prescription drugs directly to consumers - includi
寿命の限界と生命保険～限界寿命の延伸というパラダイムシフト～
日本是一个世界知名的国家。不用说，这是更不用说的。我习惯于听到“ 100年生活的时代”一词。据报道，每年的平均预期寿命已经更新，很难相信预期寿命会延长多少。同时，在2025年5月20日在伦敦举行的《生命ILS会议》的主题演讲1中，布莱顿大学的理查德·法拉格教授提到，一些导致哺乳动物衰老的机制已经被阐明，并且目前的死亡率假设可能会在未来崩溃。我不是医学专家，所以我放弃了机制的细节，但是我认为“死亡率崩溃的假设”应该更夸张地说，人们已经快速增长了人类的预期寿命，所以我研究了死亡率的变化，即死亡率的改善趋势和平均寿命的延长。数据基于卫生，劳动和福利部发布的“完整生命表”。国家生命表是一个生命表2，每
GAO发现了2025年6月，GAO报告说，国防部（DOD）计划投资将近2.4万亿美元，以开发和获取106个最昂贵的武器计划。然而，为战时提供最初能力的主要国防收购计划的预期时间范围现在已经从计划开始了将近12年。这些时间范围与达到新兴威胁不符。尽管国防部和国会已经努力确定效率，但仍需要更根本的变化。MajorDefence Accienition Accienition计划继续延迟能力DeliveriesDod仍然根深蒂固地根深蒂固，这是一种传统的线性获取结构，该结构是由刚性，顺序过程所表现出来的，这证明了不足以适应不断发展的威胁，以适应不断发展和整合Emering emerevering e
纬度事项：关于气候驱动的人口统计学反应的全球植物地理学观点，研究了过去的气候变化如何塑造了纬度跨越塔朗氏菌的遗传多样性和人口统计学的反应，并测试气候和人口统计学关系是否随纬度而变化。位置：全球，跨越热带到温带地区。分类单元：狼蛛（家庭疗法科）。方法：我们整理了全球48种狼蛛种类的线粒体细胞色素氧化酶I（COI）序列，包括新生成的序列，以估算核苷酸的多样性和Tajima的D.物种分布模型（SDMS）构建了当今日期和最后的糖（LGM）最大（LGM）的最大条件，以量化适合于lgg lgg的现行日期和最后的最大条件（LGM）。使用广义线性模型（GLM），我们测试了遗传和人口统计指标是否与纬度和气候驱动
Security Teams Are Fixing the Wrong Threats. Here’s How to Course-Correct in the Age of AI Attacks
网络攻击不再是手动，线性操作。随着AI现在嵌入进攻策略，攻击者正在开发多态性恶意软件，自动侦察和绕开防御速度的速度比许多安全团队都能回应的速度更快。这不是将来的情况，现在正在发生。同时，大多数安全防御仍然是反应性的。他们依靠确定已知的[…]邮政安全团队正在解决错误的威胁。这是在AI攻击时代首次出现在unite.ai上的课程纠正的方法。
Look for These 7 New Technologies at the Airport
在今年夏天的旅行期间，您可以在机场周围环顾四周，您可能会在每个接触点上发现一系列新技术：从前到达前，袋装和安全性到登机的那一刻。在这个新世界，您的脸是您的登机通行证，您的电子行李标签会为每次新飞行而变化，而Gate扫描仪会导线切线，试图尽早偷偷溜到飞机上。这不是未来 - 现在。今天要遵循的每种技术都在世界各地的机场中使用，改变了您的旅程前的journey。正确的答案需要预测安全线的长度。但是在某些机场，您不再需要猜测。实际上，您根本不必排队等待。取而代之的是，您可以提前预订并为安全筛查选择特定的时间 - 因此，您可以在保留插槽之前到达，确信您将被驱逐到线的前面，这要归功于哥本哈根优化的虚拟排队
Taking Economic Policy Uncertainty Seriously
EPU已从2016 - 2024年的136级上升到2025年的430水平。Ferraraand Geurin（2018）发现，在一年中，就业率增加了90分，就业下降略低于2％。假设影响有线性，这意味着在一年的视野中，就业可能[…]
