XiaoMi-AI文件搜索系统
World File Search System判别式
基于视觉的目标检测与跟踪综述 - 自动化学报
摘要 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等领域的一个热门研究课题。它在视频监控、虚拟现实、人机交互、自主导航等领域有着广泛的应用。本文详细介绍了该领域的发展历史、最新进展和典型方法。首先，根据处理的数据对象不同，将目标检测分为基于背景建模的方法和基于前景建模的方法。进一步分别总结了背景建模和特征表示。然后，根据是否涉及检测过程，将目标跟踪分为生成式和判别式方法。介绍了基于统计的外观建模。此外，还讨论了典型算法的优缺点。给出了不同算法在基准数据集上的表现。最后，总结了尚未解决的问题。讨论了该领域的未来趋势。
人工智能正在彻底改变出版业......
判别式人工智能（大多数在线工具，例如 Grammarly）是经过训练以区分类别（例如语法正确或不正确）的模型。另一方面，GenAI 经过训练能够生成新内容（文本、音频或视觉内容）。由于这一更高级的功能，它不仅可用于检查语法，而且还可以帮助处理结构和内容。人们经常错误地认为 ChatGPT 和 Grammarly 是相同的。它们不是，它们是具有显着差异的不同工具。最受欢迎的 GenAI 模型是 OpenAI 的 Cha-tGPT（https://chatgpt.com/ 或免费版本 https://chatgpt.com/）、Google 的 Gemini（https://gemini.google.com）和 Anthropic 的 Claude（https://www.an-thropic.com/claude）
Geotab 的 Gen AI 成熟度指数
让其余的 AI 也随之加速发展 5 不止一种模式可以统治所有 AI 6 分析与洞察 8 新的技术淘金热 8 生成式 AI 将促进数据智能发展 10 微调（同时尊重隐私并收集高质量数据）是获得竞争优势的途径 11 风险与注意事项 13 生成式 AI 的关键注意事项 13 应对生成式 AI 的风险 14 进入 GEOTAB 生成式 AI 成熟度模型 16 级别 1：学习驾驶 17 级别 2：设计车辆 18 级别 3：构建性能引擎 19 级别 4：全速前进 20 向前迈进 21 有效治理以实现生成式未来 21 成熟度已到，只是分布不均 22 迈向生成式未来 23 报告作者 23 附录 1：对比判别式 AI 和生成式 AI 24 附录 2：微调方法 26 资料来源和参考文献 27
![arXiv:2307.12745v2 [cs.LG] 2024 年 8 月 22 日](/simg/g:\will\search\icon\source\6\6c4f3868123df860f2d153c53cd3ff773c1e04de.webp)
arXiv:2307.12745v2 [cs.LG] 2024 年 8 月 22 日
深度学习模型由于其规模、结构和训练过程中固有的随机性而变得复杂。数据集的选择和归纳偏差也带来了额外的复杂性。为了解决这些可解释性挑战，Kim 等人 (2018) 引入了概念激活向量 (CAV)，旨在从与人类一致的概念的角度理解深度模型的内部状态。这些概念对应于潜在空间中的方向，使用线性判别式进行识别。虽然该方法最初应用于图像分类，但后来被应用于其他领域，包括自然语言处理。在这项工作中，我们尝试将该方法应用于脑电图 (EEG) 数据，以解释 Kostas 等人的 BENDR (2021)，这是一个大规模 Transformer 模型。这项工作的一个关键部分涉及定义解释概念并选择相关数据集来为潜在空间中的概念打下基础。我们重点关注脑电图概念形成的两种机制：使用外部标记的脑电图数据集和应用解剖学定义的概念。前一种方法是图像分类方法的直接概括，而后一种方法是新颖的，并且特定于脑电图。我们提供的证据表明，这两种概念形成方法都可以为深度脑电图模型学习到的表示提供有价值的见解。
2019 年 5 月智利龙卷风爆发 - AMS 期刊
摘要：2019 年 5 月下旬，智利南部（南美洲西部，36°–38°S）报告称 24 小时内至少发生了 7 次龙卷风，其中 EF1 和 EF2 事件造成基础设施严重损坏，数十人受伤，一人死亡。尽管有传闻证据和类似历史事件的记载，但直到 2019 年爆发之前，智利龙卷风的威胁一直受到怀疑。本文，我们描述了这些龙卷风风暴形成的天气尺度特征，包括南太平洋沿岸延伸的西南-东北槽，以及大面积的锋后不稳定区。龙卷风似乎嵌入在一个适度不稳定的环境（对流可用势能为正但小于 1,000 J kg −1 ）和强烈的中低层风切变中，近地面风暴相对螺旋度值较高（接近 −200 m 2 s −2 ），明显不同于北美大平原龙卷风（环境高度不稳定），但类似于以前在北美、澳大利亚和欧洲中纬度地区观测到的冷季龙卷风。通过重新分析过去 10 年的降雨和闪电数据，我们发现我们所在地区的龙卷风与 CAPE 和低层风切变的局部极值有关，其中低层涡度生成参数中的两者组合似乎可以作为龙卷风和非龙卷风环境之间的简单一阶判别式。F