Proba关键词检索结果

Proba-3:按需制造日食的预算任务

Proba-3: The Budget Mission That Creates Solar Eclipses on Demand

现在,科学家们不必从一个地方到另一个地方观察日食。他们可以创造自己的持续数小时的日食。

按需日食:Proba-3 的精密卫星进入轨道

Solar Eclipses on Demand: Proba-3’s Precision Satellites Enter Orbit

Proba-3 是 14 个欧空局成员国和加拿大之间的合作,旨在促进自主太空作业和精确机动。该任务重点关注日冕,旨在填补关键的观测空白,提高太空精确编队飞行的能力。12 月 5 日,两艘航天器从印度发射升空,标志着 [...]

印度将欧洲 Proba-3 卫星的发射推迟至 12 月 5 日,以在太空中制造人造日食。观看现场发射

India delays launch of European Proba-3 satellites to Dec. 5 to create artificial eclipses in space. Watch the liftoff live

印度 PSLV 火箭将于周四(12 月 5 日)凌晨将欧洲的 Proba-3 精确编队飞行任务送入轨道,您可以现场观看。

Proba-3 将帮助解决的五个太空谜团

Five space mysteries Proba-3 will help solve

ESA 的 Proba-3 将通过一对相距 150 米的卫星飞行,首次实现人工日全食。每次飞行 6 小时,它将能够看到太阳边缘与太阳表面 140 万公里之间难以观测的区域内的微弱大气层日冕。这项新技术与这对卫星独特的地球延伸轨道相结合,将使 Proba-3 能够进行重要的科学研究,揭示太阳、太空天气和地球辐射带的秘密。

分层部分池化,续:使用 TensorFlow Probability 改变斜率模型

Hierarchical partial pooling, continued: Varying slopes models with TensorFlow Probability

这篇文章以我们最近介绍的 tfprobability(TensorFlow Probability 的 R 包装器)进行多级建模为基础。我们展示了如何汇集平均值(“截距”)和关系(“斜率”),从而使模型能够以更广泛的方式从数据中学习。同样,我们使用了 Richard McElreath 的“Statistical Rethinking”中的一个例子;术语以及我们呈现这个主题的方式很大程度上归功于这本书。

在 TensorFlow Probability 中使用自回归流进行实验

Experimenting with autoregressive flows in TensorFlow Probability

继最近对 TensorFlow Probability (TFP) 中的双射函数的介绍之后,这篇文章将自回归引入了讨论。通过新的 R 包 tfprobability 使用 TFP,我们研究了掩蔽自回归流 (MAF) 的实现,并将其用于两个不同的数据集。

进入流程:TensorFlow Probability 中的双射器

Getting into the flow: Bijectors in TensorFlow Probability

规范化流是无监督深度学习中鲜为人知但却令人着迷且成功的架构之一。在这篇文章中,我们使用 tfprobability(TensorFlow Probability 的 R 包装器)对流程进行了基本介绍。后续文章将在此基础上进行构建,在更复杂的数据上使用更复杂的流程。

使用 VQ-VAE 和 TensorFlow Probability 进行离散表示学习

Discrete Representation Learning with VQ-VAE and TensorFlow Probability

在考虑变分自动编码器 (VAE) 时,我们通常会将先验描绘为各向同性的高斯。但这绝不是必需的。van den Oord 等人的“神经离散表示学习”中描述的矢量量化变分自动编码器 (VQ-VAE) 具有离散潜在空间,可以学习令人印象深刻的简洁潜在表示。在这篇文章中,我们结合了 Keras、TensorFlow 和 TensorFlow Probability 的元素,看看我们是否可以生成与 Kuzushiji-MNIST 中的字母相似的令人信服的字母。

从 R 开始使用 TensorFlow Probability

Getting started with TensorFlow Probability from R

TensorFlow Probability 提供了广泛的功能,从概率网络层上的分布到概率推理。它与核心 TensorFlow 和 (TensorFlow) Keras 无缝协作。在这篇文章中,我们简要介绍了分布层,然后使用它在变分自动编码器中采样和计算概率。

特朗普Stablecoin离开并运行

Trump stablecoin off and running

Trumps USD1 now up to $2.2B issued in just a couple of weeks on an exchange… at the Fed’s current screw Trump 4.40% risk free rate he’s already making $88M annual rate … if he can get issuance up to $100B then he’s grossing >$4B annual which would probably be his most valuable enterprise … iirc Teth

[爬虫学 • 2024] 盲蛇 • 关于盲蛇复合体(有鳞目:蜥蜴科)的注释,并描述了来自印度西部的一个新近缘隐种

[Herpetology • 2024] Ophisops venustus • Notes on the Ophisops beddomei complex (Squamata: Lacertidae) with the description of a new allied cryptic species from western India

Ophisops venustus Patel、Vyas、Thackeray、Pal 和 Mirza,2024 www.taprobanica.org facebook.com:Thackeray Wildlife Foundation 摘要蜥蜴科的 Ophisops beddomei 被认为广泛分布于西高止山脉北部和中部以及印度西部的部分地区。然而,最近的研究表明,它是一个包含几个形态隐蔽物种的物种复合体。为了解决这个物种复合体,我们根据模式标本和来自模式产地附近的新鲜材料对 O. beddomei sensu stricto 进行了重新描述。此外,我们根据来自印度西部古吉拉特邦和马哈拉施特

双航天器将发射以创造人工日食

Twin spacecraft will launch to create an artificial solar eclipse

Proba-3 任务由两艘航天器组成,它们将以近距离编队飞行以研究太阳,其中一艘的阴影从另一艘的角度形成人造日食

SoftFoot Pro:一种革命性的假脚,可模仿人类运动并提高稳定性

SoftFoot Pro: A revolutionary prosthetic foot that mimics human movement and improves stability

热那亚的意大利理工学院 (IIT) 开发了一种名为 SoftFoot Pro 的突破性假脚。这种无动力、灵活且防水的假脚灵感来自人脚的解剖结构,旨在在凹凸不平和湿滑的地面上提供更好的稳定性。SoftFoot Pro 不仅改变了肢体残疾者的游戏规则 […]The post SoftFoot Pro: A revolution of probable di altimatest in mocking human movement and improves ability appeared first on Knowridge Science Report.

REPO:概率组织的熵减少

REPO: Reduction of Entropy for Probabilistic Organization

项目负责人:Ted Senator 先生 赞助组织:DARPA网站:https://www.darpa.mil/program/reduction-of-entropy-for-probabilistic-organization 项目概要:REPO AI 探索工作旨在开发使分析师能够处理大型、非结构化和无组织数据的技术

REPO:概率组织的熵减少

REPO: Reduction of Entropy for Probabilistic Organization

项目负责人:Daniel Ridge 先生 赞助组织:DARPA网站:https://www.darpa.mil/program/reduction-of-entropy-for-probabilistic-organization 项目概要:REPO 旨在开发技术,使分析师能够处理包含

迷你猎豹机器人创造新的速度记录

Робот Mini Cheetah устанавливает новые рекорды скорости

麻省理工学院 Improbable AI 实验室和人工智能与基础交互研究所 (IAIFI) 正在开发的四足机器人 Mini Cheetah 打破了其个人速度记录,达到了 14.04 公里/小时,这要归功于新的强化学习系统,该系统允许机器人能够独立确定最佳的运行方式并适应不同的表面。

使用 tfprobability 的简易 PixelCNN

Easy PixelCNN with tfprobability

PixelCNN 是一种深度学习架构(或架构包),旨在生成高度逼真的图像。要使用它,无需对 arXiv 论文进行逆向工程或搜索参考实现:TensorFlow Probability 及其 R 包装器 tfprobability 现在包含一个 PixelCNN 分布,可用于以可参数化的方式训练直接定义的神经网络。

使用 tfprobability 进行高斯过程回归

Gaussian Process Regression with tfprobability

继续我们的 TensorFlow Probability (TFP) 应用之旅,在贝叶斯神经网络、汉密尔顿蒙特卡罗和状态空间模型之后,我们在这里展示了高斯过程回归的一个例子。事实上,我们看到的是一个相当“正常”的 Keras 网络,以非常常见的方式定义和训练,TFP 的变分高斯过程层发挥了所有魔力。