Video Friday: UC Berkeley’s Little Humanoid
视频星期五是每周精选的精彩机器人视频，由 IEEE Spectrum robotics 的朋友收集。我们还发布未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。ICRA@40：2024 年 9 月 23-26 日，荷兰鹿特丹SIROS 2024：2024 年 10 月 14-18 日，阿联酋阿布扎比SICSR 2024：2024 年 10 月 23-26 日，丹麦奥登塞Cybathlon 2024：2024 年 10 月 25-27 日，苏黎世享受今天的视频！我们推出了 Berkeley Humanoid，这是一个可靠且低成本的中型人形机器人研究平台，用于基于学习的控制
Currency Hierarchy — Eric Tymoigne
在《稳定与不稳定经济》中，明斯基指出，“一个经济体中存在多种不同类型的货币：每个人都可以创造货币；问题在于如何让货币被接受”（第 228 页）。虽然政府和银行通常成为关注的焦点，但迄今为止，在世界范围内货币历史的许多时期，地方、教会领地、地方领主、酒馆和其他私人机构已经发行了数以万计的货币工具[参见 Burn (1853)；von Glahn (1996)；Fletcher (2003)；Blanc (2017)]。所有这些工具都是“货币等级制度”（Bell，2001）、“债务金字塔”（Olivecrona，1957）、“信用金字塔”（Murad，1954）或“信用等级”（Wilson，181
Is The US Economy Flirting With Recession?
从某些圈子的分析来看，经济衰退已成定局。较为谨慎的人认为经济扩张仍在继续，但只是勉强维持，正式的衰退很可能在未来几个月的某个时候开始。像往常一样，不可能完全否定任何给定的预测。但回顾一下 […]
The Machine Learning Guide for Predictive Accuracy: Interpolation and Extrapolation
评估训练数据之外的机器学习模型简介近年来，机器学习 (ML) 和深度学习 (DL) 等数据驱动方法已应用于广泛的任务，包括机器翻译和个性化定制推荐。这些技术通过分析大量数据揭示了给定训练数据集中的一些模式。但是，如果给定的数据集存在一些偏差并且不包含您想要了解或预测的数据，则可能很难从训练模型中获得正确答案。照片由 Stephen Dawson 在 Unsplash 上拍摄让我们考虑一下 ChatGPT 的情况。ChatGPT 目前的最新版本是 ChatGPT 4o，该模型使用的数据训练到 2023 年 6 月（本文撰写时）。因此，如果您询问 2024 年发生的事情，而这些事情未包含在训练数据
AutoML with AutoGluon: Transform Your ML Workflow with Just Four Lines of Code
AutoML 与 AutoGluon：仅用四行代码实现的 ML 工作流AutoGluon 如何主导 Kaggle 竞赛以及您如何击败它。用四行代码击败 99% 数据科学家的算法。由 DALL-E 生成的图像在两项热门的 Kaggle 竞赛中，AutoGluon 仅在对原始数据进行 4 小时的训练后就击败了 99% 的参赛数据科学家（AutoGluon 团队。“AutoGluon：用于文本、图像和表格数据的 AutoML。” 2020）这句话摘自 AutoGluon 研究论文，完美地概括了我们今天将要探索的内容：一个以最少的编码提供令人印象深刻的性能的机器学习框架。您只需要四行代码即可设置完整的
T-72BZM 的机组人员利用地形的褶皱，迅速到达封闭的射击位置。对给定坐标进行精确射击，对敌人造成火焰伤害。
Артиллеристы-десантники Ивановского соединения ВДВ уничтожают противника в районе Часов Яра
从无人机实时接收到的客观监控录像可以验证非制导 122 毫米高爆破片炮弹在给定区域的精确影响。
The Role of Reduction Ratios in Optimizing Robot Speed and Torque
减速比对机器人的性能影响巨大。它们对于实现速度和扭矩之间的适当平衡至关重要，为机器人提供完成给定任务所需的动力。
How to regularize your regression
制药应用中的一系列回归实例。我们能否从类似的特定领域数据中学习如何设置正则化参数 \（\lambda\）？概述。实际因变量 \（y\）和特征向量 \（X\）之间最简单的关系可能是线性模型 \（y = \beta X\）。给定一些由特征和因变量对 \（（X_1，y_1），（X_2，y_2），\dots，（X_m，y_m）\）组成的训练示例或数据点，我们希望学习 \（\beta\），在给定未见过的示例的特征 \（X’\）的情况下，哪个会给出最佳预测 \（y’\）。将线性模型 \（\beta\）拟合到数据点的过程称为线性回归。这种简单而有效的模型在生物、行为和社会科学、环境研究和金融预测等领域有着广
Improved Modelling of Federated Datasets using Mixtures-of-Dirichlet-Multinomials
实际上，使用联邦学习进行训练的速度可能比标准集中式训练慢几个数量级。这严重限制了可以进行的实验和调整的数量，使得在给定任务上获得良好性能变得具有挑战性。服务器端代理数据可用于运行训练模拟，例如用于超参数调整。这可以通过减少在真实客户端上执行的调整运行次数来大大加快训练流程。然而，确保这些模拟准确反映动态是一项挑战……
Portfolio optimization with US large cap equity sectors
我目前仍处于量化投资的情绪中，所以今天我将介绍我在美国大型股票板块的投资组合优化方面所做的一些工作。我这样做是为了增强我目前的 MinVar 框架，我将其用于自己的投资。快速回顾一下投资组合优化的基础知识，提前向阅读本文并哀叹我遗漏了某些内容的 PM 致歉。金融有两个主力模型；切线投资组合，将投资者置于有效前沿，风险调整后的回报（或夏普比率）最大化。或者最小方差投资组合，无论回报如何，都提供具有最低方差或标准差的资产组合的风险敞口。这些投资组合通常是在给定一组约束的情况下估计的，如下所述。假设大多数投资组合分配决策都是从这些理想模型之一开始的——您要么希望实现最佳风险调整回报，要么希望实现最低
NIST Launches ARIA, a New Program to Advance Sociotechnical Testing and Evaluation for AI
评估人工智能的风险和影响 (ARIA) 旨在帮助组织和个人确定部署后给定的人工智能技术是否有效、可靠、安全、保密和公平。
NSA Releases Guidance on Zero Trust Maturity Throughout the Application and Workload Pillar
美国国家安全局 (NSA) 发布了网络安全信息表 (CSI)，“在应用程序和工作负载支柱中推进零信任成熟度”，以帮助组织保护应用程序免受未经授权用户的攻击，并确保在任何给定时间持续可见工作负载。
