Louis Blog

不要让任何事情成为你不去学习的理由

对比五个免费无版权高质量图片网站

1、Hippopx中文网站： https://www.hippopx.com/zh 这一个是Hippopx的中文网站，网站文字、搜索都是中文。 使用中文搜索，图片质量真的很高。 搜索到图片以后，还可以选择合适的分辨率来下载此图片，真的很优秀。 优点：无须注册，可直接下载，提供不同的分辨率来下载图片 缺点：搜索图片时会看到一些广告，可以理解，因为这些免费无版权的网站靠广告盈...

Posted by louis on August 18, 2022

知识图谱|综述

记录一下最近研究知识图谱的收获，主要从从表示学习，知识获取，知识应用三个角度对知识图谱领域进行说明，整体框架主要参考了 A Survey on Knowledge Graphs: Representation, Acquisition and Applications. 最近深度学习模型特别是基于deep transformer的预训练语言模型在NLP的各个领域取得了卓越的效果，开启了NL...

Posted by louis on August 18, 2022

贝叶斯|基于贝叶斯分层的预测模型

贝叶斯层级模型（Bayesian Hierarchical Model）是统计分析中一种有效的分析方法，尤其是当变量有很多而且相互之间有说不清道不明的关系的时候 线性回归模型 在介绍贝叶斯分层模型之前，我们先回顾一下线性回归模型。回归分析的目的是估计响应变量y和输入变量X之间的关系。给定一组观察数据${(xi，yi)}_{i=1}^N$，回归模型具有形式： \(\begin{aligne...

Posted by louis on August 18, 2022

数学专业参考书--学数学必看

学数学要多看书，但是初学者很难知道那些书好，我从网上收集并结合自己的经验进行了整理: 从《数学分析》开始讲起： 《数学分析》是数学系最重要的一门课，经常一个点就会引申出今后的一门课，并且 是今后数学系大部分课程的基础。也是初学时比较难的一门课，这里的难主要是对数学分析 思想和方法的不适应，其实随着课程的深入会一点点容易起来。当大四考研复习再看时会感 觉轻松许多。数学系的数学分析讲三个学期共...

Posted by louis on August 18, 2022

Multibatch Cytometry Data Integration for Optimal Immunophenotyping

数据处理 自适应方式过滤双重细胞和死亡细胞 同一批次的试验样本的所有细胞被汇集，这样相同的门被应用于一个给定批次的所有样本 然后对表达式值进行转换。 对于CyTOF数据，应用了双曲反arcsin变换，其系数为5。 对于光谱流式细胞术数据，应用了Logicle转换，通过在flowCore包中实现的estimateLogicle函数，以数据自适应的方式估计参数。 在特定批次的预处理之...

Posted by louis on July 7, 2022

flowPeaks 算法过程

在数据的每个维度中应用Freedman Diaconis公式，以获得K-均值的聚类数K \[K_{j}=\left(x_{(n)}^{j}-x_{(1)}^{j}\right) /\left\{2 \cdot \operatorname{IQR}\left(x^{j}\right) \cdot n^{-1 / 3}\right\} \text { for } j=1, \ldots, d\...

Posted by louis on December 31, 2021

NBEATS算法研究笔记

题目: N-BEATS: Neural basis expansion analysis for interpretable time series forecasting 代码: https://link.zhihu.com/?target=https%3A//github.com/amitesh863/nbeats_forecast Summary 作者提...

Posted by louis on December 31, 2021

时间序列相关研究论文汇总

CIKM 2021 ACM CIKM（International Conference on Information and Knowledge Management）是信息知识管理和数据挖掘领域顶级学术会议之一，其目的是确定未来知识和信息系统发展面临的具有挑战性的问题，并通过征求和审查高质量的应用和理论研究成果来塑造未来的研究方向。被中国计算机协会 CCF 推荐为 「B类会议」。 AC...

Posted by louis on October 22, 2021

经验模态分解（EMD）介绍

经验模态分解 经验模态分解(Empirical Mode Decomposition, EMD)是依据数据自身的时间尺度特征来进行信号分解，无需预先设定任何基函数，是一种时频域信号处理方式。EMD在处理非平稳及非线性数据上具有明显的优势，适合分析非线性非平稳的信号序列，具有较高的信噪比。 平稳信号：分布参数（均值，方差，协方差等）或者分布规律随着时间不发生变化 非平稳信号：分布...

Posted by louis on August 5, 2021

时间序列预测之Holt-winters

1. 什么是Holt-Winters 在生活中，常常要根据过去一段时间的数据进行预测，确定业务未来的发展趋势，进而决策,配置相关的营销策略、制定业务目标，由此引申出了一个重要的用数据预测未来的方法——时间序列分析。时间序列预测算法的数据形式以[时间, 观测值]的形式表现。如下图 今天要说到Holt-Winters是利用三次指数平滑来做时间序列预测的方法。Holt-Winters是综合...

Posted by louis on August 1, 2021

FEATURED TAGS
ABOUT ME

不要让任何事情成为你不去学习的理由！