研究对象：MOT中的数据关联算法，包括基于IOU的贪婪匹配、基于匈牙利和KM算法的线性偶图匹配、基于图论的离线数据关联。 1 Background 目前主流的MOT框架是DBT框架，这种框架的特点就是离不开数据关联算法，不论是对不同帧之间跟踪轨迹的关联还是跟踪轨迹和观测量的关联， 有数据关联 ...

是组成图模型的核心。其次，每条边上都会有对应的数值，比如最短路问题中的相邻两节点的距离，最大流中的边容量 ...

什么是端到端的深度学习？（What is end-to-end deep learning?） 深度学习中最令人振奋的最新动态之一就是端到端深度学习的兴起，那么端到端学习到底是什么呢？ 简而言之，以前有一些数据处理系统或者学习系统，它们需要多个阶段的处理。那么端到端深度学习就是忽略 ...

什么是端到端的深度学习？（What is end-to-end deep learning?） 端到端学习到底是什么呢？简而言之， 以前有一些数据处理系统或者学习系统，它们需要多个阶段的处理。那么端到端深度学习就是忽略所有这些不同的阶段，用单个神经网络代替它。 以语音识别为例，你的目标是输入x ...

摘要：基于深度学习的端到端通信系统模型可以分为两类：确定信道模型与未知信道模型。 现代的通信领域是基于信号处理算法建立起来的，其有比较完整的统计学和信息论基础，并可以被证明是最优的。这些算法通常是线性的、稳定的，并拥有高斯统计特性。 但是，一个实际的通信系统，大部分模块都是非线性的，只能 ...

定制化的板载计算设备来进行边缘端的推理。 当多个设备连接在同一个网络中时，由于天然的信道竞争导致有 ...

1 迁移学习（Transfer learning） 有的时候神经网络可以从一个任务中习得知识，并将这些知识应用到另一个独立的任务中，例如，也许你已经训练好一个神经网络，能够识别像猫这样的对象，然后使用那些知识，或者部分习得的知识去帮助您更好地阅读 x 射线扫描图，这就是所谓的迁移学习。 具体 ...

是否要使用端到端的深度学习？（Whether to use end to-end learning?） 假设你正在搭建一个机器学习系统，你要决定是否使用端对端方法，我们来看看端到端深度学习的一些优缺点，这样你就可以根据一些准则，判断你的应用程序是否有希望使用端到端方法。 优点： 端到端学习 ...