会员服务
缩放 · 数值分析 · 计算统计 · 机器学习 ·
2024 年 7 月 25 日
Majorizing Stress Formula Two
翻译：主控应力公式二的改进算法
Jan de Leeuw
Jan de Leeuw
from arxiv, 16 pages, 4 figures, R code

Modifications of the smacof algorithm for multidimensional scaling are proposed that provide a convergent majorization algorithm for Kruskal's stress formula two.


翻译：本文提出了多维标度分析中smacof算法的改进方法，为Kruskal的应力公式二提供了收敛的主控算法。
0
下载
关闭预览

相关内容

【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
专知会员服务
46+阅读 · 2021年11月24日
【ACL2020】多模态信息抽取，365页ppt
【ACL2020】多模态信息抽取，365页ppt
专知会员服务
151+阅读 · 2020年7月6日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
34+阅读 · 2019年10月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
59+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
32+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
182+阅读 · 2019年10月11日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Focal Loss for Dense Object Detection
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
Hamilton-Jacibi方程的弱KAM理论
国家自然科学基金
2+阅读 · 2017年12月31日
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
13+阅读 · 2017年12月31日
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
2+阅读 · 2015年12月31日
切换系统的容错保成本和容错H无穷控制
国家自然科学基金
0+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
哈密尔顿系统及多体问题的周期解
国家自然科学基金
0+阅读 · 2014年12月31日
关于 Finsler 流形上调和映射与 Laplacian 的若干问题研究
国家自然科学基金
1+阅读 · 2014年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
Poisson流形上的修正Hamilton方法
国家自然科学基金
0+阅读 · 2014年12月31日
海量Web用户生成内容物化关键技术
国家自然科学基金
2+阅读 · 2014年12月31日
Interactive Natural Language Processing
Arxiv
12+阅读 · 2023年5月22日
Disentangled Representation Learning
Arxiv
18+阅读 · 2022年11月21日
Attention Bottlenecks for Multimodal Fusion
Arxiv
31+阅读 · 2021年6月30日
Knowledge Embedding Based Graph Convolutional Network
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Disentangled Information Bottleneck
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Domain Representation for Knowledge Graph Embedding
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Embedding Uncertain Knowledge Graphs
Arxiv
12+阅读 · 2019年2月26日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Attention Is All You Need
Arxiv
29+阅读 · 2017年12月6日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
缩放
数值分析
计算统计
机器学习
最新内容
大语言模型平台在国防情报应用中的对比
大语言模型平台在国防情报应用中的对比
专知会员服务
3+阅读 · 今天3:12
美陆军“增强任务分析”实验：将人工智能集成到军事决策流程中
美陆军“增强任务分析”实验：将人工智能集成到军事决策流程中
专知会员服务
4+阅读 · 今天3:00
《面向安全态势自适应决策的情报信息系统与机器学习算法研究》
《面向安全态势自适应决策的情报信息系统与机器学习算法研究》
专知会员服务
2+阅读 · 今天2:56
《杀伤链中人类判断的终结？论AI智能体对主动权与解释权的重置》
《杀伤链中人类判断的终结？论AI智能体对主动权与解释权的重置》
专知会员服务
1+阅读 · 今天2:44
《仿真互操作性标准：实时平台参考联邦对象模型指南、原理与互操作性模式标准》300页
《仿真互操作性标准：实时平台参考联邦对象模型指南、原理与互操作性模式标准》300页
专知会员服务
3+阅读 · 今天2:37
《自主远程巡飞弹药打击系统的嵌入式人工智能感知框架》
《自主远程巡飞弹药打击系统的嵌入式人工智能感知框架》
专知会员服务
2+阅读 · 今天2:22
美海军“超配项目”
美海军“超配项目”
专知会员服务
2+阅读 · 今天2:13
《美陆军条例：陆军指挥政策（2026版）》
《美陆军条例：陆军指挥政策（2026版）》
专知会员服务
10+阅读 · 4月21日
《提升美军全域城市作战训练最佳实践的案例研究》366页
《提升美军全域城市作战训练最佳实践的案例研究》366页
专知会员服务
13+阅读 · 4月21日
《军用自主人工智能系统的治理与安全》
《军用自主人工智能系统的治理与安全》
专知会员服务
7+阅读 · 4月21日
美海军数字作战负责人：如何利用数据快速生成战斗力
美海军数字作战负责人：如何利用数据快速生成战斗力
专知会员服务
8+阅读 · 4月21日
《COOL模型（行动循环圈）：军事领导体系中的战役层级变革流程》
《COOL模型（行动循环圈）：军事领导体系中的战役层级变革流程》
专知会员服务
11+阅读 · 4月20日
《系统簇式多域作战规划范畴论框架》
《系统簇式多域作战规划范畴论框架》
专知会员服务
10+阅读 · 4月20日
《美国防部指令6130.03，第2卷 服役医疗标准：保留》
《美国防部指令6130.03，第2卷 服役医疗标准：保留》
专知会员服务
6+阅读 · 4月20日
《美国防部指令6130.03，第1卷 服役医疗标准：任命、征募或征召》
《美国防部指令6130.03，第1卷 服役医疗标准：任命、征募或征召》
专知会员服务
4+阅读 · 4月20日
相关VIP内容
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
【NeurIPS2021】用于文本图表示学习的 GNN 嵌套 Transformer 模型：GraphFormers
专知会员服务
46+阅读 · 2021年11月24日
【ACL2020】多模态信息抽取，365页ppt
【ACL2020】多模态信息抽取，365页ppt
专知会员服务
151+阅读 · 2020年7月6日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
34+阅读 · 2019年10月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
59+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
32+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
182+阅读 · 2019年10月11日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
STRCF for Visual Object Tracking
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Focal Loss for Dense Object Detection
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
相关论文
Interactive Natural Language Processing
Arxiv
12+阅读 · 2023年5月22日
Disentangled Representation Learning
Arxiv
18+阅读 · 2022年11月21日
Attention Bottlenecks for Multimodal Fusion
Arxiv
31+阅读 · 2021年6月30日
Knowledge Embedding Based Graph Convolutional Network
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Disentangled Information Bottleneck
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Domain Representation for Knowledge Graph Embedding
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Embedding Uncertain Knowledge Graphs
Arxiv
12+阅读 · 2019年2月26日
Relational Deep Reinforcement Learning
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Attention Is All You Need
Arxiv
29+阅读 · 2017年12月6日
相关基金
Hamilton-Jacibi方程的弱KAM理论
国家自然科学基金
2+阅读 · 2017年12月31日
城市“建成环境——空间行为”的多尺度影响关系与机理研究
国家自然科学基金
13+阅读 · 2017年12月31日
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
2+阅读 · 2015年12月31日
切换系统的容错保成本和容错H无穷控制
国家自然科学基金
0+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
哈密尔顿系统及多体问题的周期解
国家自然科学基金
0+阅读 · 2014年12月31日
关于 Finsler 流形上调和映射与 Laplacian 的若干问题研究
国家自然科学基金
1+阅读 · 2014年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
Poisson流形上的修正Hamilton方法
国家自然科学基金
0+阅读 · 2014年12月31日
海量Web用户生成内容物化关键技术
国家自然科学基金
2+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员
Top