函数-第 4 页-一流百科

头部相关传输函数

头部相关传输函数头部相关传输函数（HRTF），也称为解剖学传输函数（ATF），是描述耳朵如何从空间的某一点接收声音的反应。当声音击中听众时，头部、耳朵、耳...

词条百科

互相关

互相关在信号处理中，交叉相关是衡量两个序列的相似性的函数，即一个序列相对于另一个的位移。这也被称为滑动点积或滑动内积。它通常用于搜索一个长信号的较...

词条百科

反褶积

反褶积在数学中，去卷积是与卷积相反的操作。这两种运算都用于信号处理和图像处理。例如，通过使用具有一定精度的去卷积方法，可以恢复滤波（卷积）后的原始...

词条百科

互协方差

互协方差在概率和统计学中，给定两个随机过程{X t }{X_{t}right}和{Y t }。{displaystyle left{Y_{t}right}}的交叉协方差是一个函数，它给出了一个过程与另一...

词条百科

波特图

波特图在电气工程和控制理论中，波特图/ˈboʊdi/是一个系统的频率响应图。它通常是波德幅值图和波德相位图的组合，前者表示频率响应的幅值（通常以分贝为单位...

词条百科

模棱函数

模棱函数在脉冲雷达和声纳信号处理中，模棱函数是传播延迟τ {displaystyle tau }和多普勒频率f {displaystyle f}的二维函数，χ ( τ , f ) {displaystyle chi ...

词条百科

自相关函数

自相关函数自相关函数，在离散时间情况下有时被称为序列相关，是信号与自身的延迟拷贝的相关，是延迟的一个函数。非正式地讲，它是一个随机变量的观测值之间...

词条百科

解析信号

解析信号在数学和信号处理中，解析信号是一个没有负频率成分的复值函数。解析信号的实部和虚部是通过希尔伯特变换相互关联的实值函数。一个实值函数的解析表...

词条百科

嵌入式C语言

简介嵌入式C语言是C语言标准委员会为解决不同嵌入式系统的C语言扩展之间的共性问题而对C语言编程进行的一套语言扩展。嵌入式C语言编程通常需要对C语言进行非...

词条百科

小脑模型衔接控制器

小脑模型衔接控制器小脑模型运算计算机（CMAC）是一种基于哺乳动物小脑模型的神经网络。它也被称为小脑模型衔接控制器。它是一种联想记忆的类型。CMAC最早是...

词条百科

现代霍普费尔德网络

现代霍普费尔德网络霍普费尔德网络是递归神经网络，其动态轨迹收敛于固定点吸引子状态，由能量函数描述。每个模型神经元的状态它可以被选择为离散的或连续的...

词条百科

神经网络量子态

神经网络量子态神经网络量子态（NQS或NNQS）是一类以人工神经网络为参数的通用变异量子态。它由物理学家GiuseppeCarleo和MatthiasTroyer于2017年首次提出，用...

词条百科

多变量适应性回归样条

多变量适应性回归样条在统计学中，多变量适应性回归样条（MARS）是由JeromeH.Friedman在1991年提出的一种回归分析形式。它是一种非参数回归技术，可以被看作...

词条百科

山地车问题

山地车问题山地车是强化学习的一个标准测试领域，是一个动力不足的汽车必须开上陡坡的问题。由于重力比汽车的发动机更强，即使全速前进，汽车也不能简单地加...

词条百科

歧义正则化

简介在机器学习中，歧义正则化是一种利用数据集的形状来约束应该在该数据集上学习的函数的技术。在许多机器学习问题中，需要学习的数据并不涵盖整个输入空间...

词条百科

学习曲线（机器学习）

简介在机器学习中，学习曲线（或训练曲线）将一个模型的损失函数在训练集上的最优值与这个损失函数在验证数据集上的评估绘制成图，其参数与产生最优函数的参...

词条百科

学习率

简介在机器学习和统计学中，学习率是优化算法中的一个调整参数，它决定了每次迭代的步骤大小，同时向损失函数的最小值移动。由于它影响到新获得的信息在多大...

词条百科

线性预测函数

线性预测函数在统计学和机器学习中，线性预测函数是一组系数和解释变量（自变量）的线性函数（线性组合），其值用于预测因变量的结果。这类函数通常出现在线...

词条百科

可学习的函数类

简介在统计学习理论中，可学习的函数类是一组函数，对于这些函数，可以设计一个算法来渐进地最小化预期风险，统一于所有的概率分布。可学习类的概念与机器学...

词条百科

核密度估计

核密度估计在统计学中，核密度估计（KDE）是核平滑在概率密度估计中的应用，即用非参数方法来估计基于核作为权重的随机变量的概率密度函数。KDE回答了一个基...

词条百科

高速公路网络

高速公路网络在机器学习中，高速公路网络是xxx个工作的非常深的前馈神经网络，有数百个层，比以前的人工神经网络深得多。它使用由学习的门控机制调制的跳过连...

词条百科

超参数优化

超参数优化在机器学习中，超参数优化或调整是为学习算法选择一组最佳的超参数的问题。超参数是一个参数，其值被用来控制学习过程。相比之下，其他参数（通常...

词条百科

遗传算法

遗传算法在计算机科学和运筹学中，遗传算法（GA）是一种元启发式的自然选择过程，属于较大的进化算法（EA）。遗传算法通常被用来生成高质量的优化和搜索问题...

词条百科

经验风险最小化

经验风险最小化经验风险最小化（ERM）是统计学习理论中的一个原则，它定义了一个学习算法系列，并被用来对其性能给出理论界限。其核心思想是，我们不能确切地...

词条百科

可演化性（计算机科学）

可演化性（计算机科学）可演化性一词用于LeslieValiant在其同名论文中介绍的一个最新的计算学习框架，并在下文中描述。这个理论的目的是对生物进化进行建模，...

词条百科

早期停止

早期停止在机器学习中，早期停止是一种正则化的形式，用于避免在用梯度下降等迭代方法训练学习者时出现过度拟合。这种方法更新学习者，使其在每次迭代中更好...

词条百科

核正则化的贝叶斯解释

核正则化的贝叶斯解释在机器学习的贝叶斯统计中，核方法产生于对输入的内积空间或相似性结构的假设。对于一些这样的方法，如支持向量机（SVMs），最初的表述...

词条百科

贝叶斯优化

贝叶斯优化贝叶斯优化是一种对黑箱函数进行全局优化的顺序设计策略，不承担任何函数形式。它通常被用于优化昂贵的评价函数。贝叶斯优化的历史该术语一般归功...

词条百科

学徒学习

学徒学习在人工智能中，学徒学习（或从示范中学习）是通过观察专家来学习的过程。它可以被看作是监督学习的一种形式，其中训练数据集由示范教师的任务执行情...

词条百科

评价函数

评价函数评价函数，也称为启发式评价函数或静态评价函数，是由游戏计算机程序用来估计游戏树中某个位置（通常在叶子或终端节点）的价值或好坏的一个函数。大...

词条百科

1 2 3 4 5 6 7