“1/f“波动理论简介

“1/f“波动理论简介

首先让我们看一下经处理的色彩明暗变换符合1/f理论的景物图像:

...

阅读全文

数学符号

一些特殊数学符号的英语读法
一些特殊数学符号的英语读法
'exclam'='!'
'at'='@'
'numbersign'='#'
'dollar'='$'
'percent'='%'
'caret'='^'
'ampersand'='&'
'asterisk'='*'
'parenleft'='('
'parenright'=')'
'minus'='-'
'underscore'='_'
'equal'='='
'plus'='+'
'bracketleft'='['
'braceleft'='{'
...

阅读全文

《自然》:新研究“说”出你的秘密

很多人的内心深处都安全地隐藏着不为人知的秘密,即使动用今日最先进的脑成像技术也无法阅读他们的心思。不过这些人要小心了,科学家正在朝着这个方向努力。美国科学家近日利用创建的电脑模型和功能核磁共振成像(fMRI)扫描仪,通过“解码”神经系统活性,成功地确定出一个人刚刚所看到的图片。相关论文3月5日在线发表于《自然》(Nature)杂志上。
 
之前也有过类似的研究,不过都比较简单,包含的图像要么太简单,要么就是已经按类排好。在最新的研究中,美国加州大学伯克利分校的神经学家Jack Gallant和同事尝试了难度更大的实验——利用大脑视觉皮层活性来确定受试人员所观看图片中的某一张,即使他之前从未见过这张图片。

...

阅读全文

机器学习进展

阅读全文

iPhone 4 的分辨率

乔布斯宣称 iPhone 4 的分辨率比人的视网膜还要高——这个说法是不正确的:
1. 视网膜的分辨率是以角度为测量单位的——50 CPD(cycles per degree,周/度,一
对明暗条栅称为一周,并以每度角所含的周数代替空间频率——译注),每周是一对 2
个像素的明暗条纹,因此眼睛的角度分辨率是 0.6 弧分。
2. 所以按照上面的情况,如果你的眼睛和 iPhone 屏幕的距离是典型的 12 英寸,那
每英寸像素数量就有 477 个,8 英寸远的时候是 716ppi。你只有把 iPhone 放在离眼
...

阅读全文

神经科学研究的各个层次

神经科学研究的各个层次
在之前有写了一些神经科学相关的文章,有些是偏向认知心理的,有些是偏向细胞分子的,或是偏向视觉处理的。神经科学的研究,我本身的是以人工智能作为出发点,往神经科学研究方向进行。至于为什么要在人工智能以外加上神经科学呢?这两者似乎有一点距离?原来资讯工程的技术是否已经足够了呢?
这边我提出几点研究的动机。首先,目前的机器学习的方式,和人类学习的方式比较起来,有个最大的不同,就是我们人类可能从上课或是阅读当中自我学习,或是由外在环境给予的经验来学习。机器同样也是接收外界的刺激,调整自己的反应来学习,然而机器学习过程当中,有时候会需要满多人类的介入,譬如说调整参数、调整模型或算法等等。如果用模拟的方式来说,目前机器学习的方式如果用到人上面,就像是把人的脑盖打开,调整里面的神经连结,关起来以后再让人脑跑跑看有没有学习到。其实这种方式学习也没有什么不好,因为机器的目标,其实是服务人类,学习的东西有学到,怎样子学习到就不那么重要了。
...

阅读全文

大脑一日游

大脑一日游在提到「探索人类的大脑」以及「神经元与动作电位」之后,本篇要和各位简单介绍一下人类大脑的构造。之所以要认识我们的大脑,出发点是在于人工智能想要在机器上实现人类的智力。最早的方法,就是人类利用「反省思考」的能力,来发现自己。然而这个方法有时候会有些问题,举例来说:小时后我们也许想要观察,我们是怎样子睡着的?我们怎样子从清醒、变成睡眠状态?结果隔天醒来,发现自己又没有看到睡着的那一剎那了。因此,现在有各种观察仪器出炉,像是磁核共振、电极录下神经的电位变化、以及基因工程等方法。今天就重点介绍大脑一些重要的区域,并提供相关的图片和影片,让各位可以对我们的大脑,有个基本的印象了!下面是人类的大脑的示意图: ...

阅读全文

初探Computer Vision

 

Posted by Mr. Saturday

...

阅读全文

别把随机当必然 – Don’t Be Fooled By Randomness

http://mmdays.com Posted By Mr. Thursday 瀑布中的一滴水滴,你知道它最终会流过河川、汇入大海,但是此时此刻,你却难以精确地预测这个水滴下一秒钟会是在河流或是瀑布中的什么位置。这个观察告诉了我们,我们可以看得见长期的趋势,但是微观的下一秒钟,我们却怎么样也难以窥见其变化,因为需要考虑的因素太多:水的流量、地形的细微变化、气候、温度等等都让我们对于一个水滴走向的预测无法精准。当因素太多太多,以至于我们无法掌握时,水滴在某一个瞬间的走向对我们来说就是随机的。我们只知道:不管这个水滴现在怎么走,最终它会进入大海。这就是Mr. Saturday这边想要浅谈的随机现象。随机现象在我们生活中处处可见,而且深深影响我们的生活,很多不同科学领域的尖端研究,现在都是在对付随机现象。研究物理的人研究到量子的层次,会发现这个稳固的世界居然是由一些随机乱跑的粒子所堆砌而成。研究计算机科学的人,会发现随机方法竟然可以用来设计出简洁易懂的算法,研究数学的人,会发现机率模型竟然可以相当程度上帮助我们做出生活中的决策。那么随机现象对于我们现实生活中的启示又什么呢?以下Mr. Saturday先举出一个计算机科学界的例子来阐述。 ...

阅读全文

怎样理解充分统计量(sufficient statistic)?

统计量是数据的函数。函数就是一种「浓缩」讯息的动作。因此, 统计量中所包含的讯息, 通常比整个样本数据所包含的来得少.例如样本的顺序统计量只包含了有哪些值出现, 而不同值出现的顺序这样的讯息不见了。

 

但统计量比样本原数据少掉的讯息可能是无关紧要的 --- 和我们要了解的群体特性不相干, 如上述数据出现顺序在很多时候和我们关心的群体特性无关。统计量所包含关于群体特性的讯息不比原样本数据少, 就是充分统计量。

...

阅读全文
分页:[«][1]2[3][4][»]