基于滑动窗口的不确定性数据流频繁项集挖掘算法

针对模型响应不确定性的稳健参数设计问题,在高斯过程回归(Gaussian process regression,GPR)建模的框架下,结合贝叶斯超参数最大后验(Maximum a posteriori

机器学习是一种强大的工具,可以揭示和利用多维参数空间中的相关性。 从这种相关性进行预测是一项非常艰巨的任务,特别是当尚未完全理解理论模型的基本动力学细节时。 使用对抗网络,我们可以在训练过程中包括系统

讨论了无穷无穷和无穷小问题。考虑了与温度的绝对零和最大速度有关的限制，以及这些限制的后果。提出了一种几何方法作为波粒二象性的替代方法，以解释微物体的异常运动。几何方法的基础是在无穷小度量上彼此不同的两

摘要:当前,人们对待人工智能的态度呈现出某种要么支持,要么反对的倾向,这种截然二分的态度实质上是认为人工智能作为一种外在于人的技术,其结果是唯一确定的。然而人工智能的发展是不确定的,因为人工智能与人之

我们修改了Dabrowski和Wagner在[9]中最近讨论的Rindler和Friedmann时空的扩展不确定性关系。我们揭示这些结果是最近在[10]中为恒定曲率的一般3维空间导出的不变不确定性关系

有噪声矩阵补全的目的是估计一个低秩矩阵只给出部分和损坏的项。尽管在设计有效的估计算法方面取得了实质性的进展,但如何评估所获得估计的不确定性以及如何对未知矩阵执行统计推断。

随机模拟中模型不确定性的影响研究,葛慧,顾巍巍,本文依据岳城水库汛期日流量过程资料,分别建立了反映洪水随机变化特性的线性自回归模型和解集模型。应用统计试验的方法初步研究

MODIS土地覆盖分类的尺度不确定性研究,很好的文章

matlab开发-可视化不确定性的足迹。在模糊MF中可视化不确定性的上下足迹。

受广义不确定性原理，协方差和最小可测量时间的影响，我们提出了一个海森堡代数的变形，并表明这导致对所有量子力学系统的校正。我们还证明了这种变形意味着时间的离散频谱。换句话说，时间就像水晶一样。作为形式主