q********g
发帖数: 10694 | 1 [转载]1984，中国科学的寒冬——国产量子化学程序覆灭记
已有 1102 次阅读 2011-4-22 22:57 |系统分类:人物纪事|关键词:style 中国
写在转载前面的话：文章的作者中性的描述中流露抑制不住悲观。只是悲观，是没有用
的，要想办法去解决问题。 我转载此文，对自己和朋友们是个事实的借鉴和提醒；并
且尽可能提起模拟如这样不会的处境或者更坏的处境，我们是否除了百无一用是书生的
无奈和抱怨以外，能否有些建设性的解决办法！
////////////////////////////////////////////////////////////////////////////
/////
1984，中国科学的寒冬——国产量子化学程序覆灭记
左克
根据本人半年前的文章《中国当年的量子化学程序哪里去了？》改写。
美国汤姆森科学论文检索（SCI）发布的数据显示，我国的SCI论文数从2004至2006年起
连续三年排在世界第5位。到了2007年，中国首次超过日本位居第四，与位居第三的德
国和居第二的英国只差400篇和4000篇左右。SCI论文主要反映一个国家基础科学研究的
状况，我... 阅读全帖 |
|
j****m
发帖数: 8 | 2 看到有人指出在icmlc 2011会议中同一个作者发表论文达10多篇。本文深知做学术
的不易，觉得在短时间内能在同一个会议上发表10多篇论文，不是造假抄袭，就是粗制
滥造。于是随便找了一篇搜索了一下。发现不如所料，亩产万斤果然是有问题的。
请相关专业人员鉴定是否属于抄袭，以及是否还有其他未发现之处。
抄袭文（以下简称USOM文）
Le Li, Xiaohang Zhang, Zhiwen yu, Zijian Feng, Ruiping Wei, USOM: Mining
and Visualizing Uncertain Data Based on Self-Organizing Maps, Proceedings
of the 2011 International Conference on machine Learning and Cybernetics,
804-809
作者单位：
School of Computer Science and Engineering, South China University of
Technology, Guangzhou, China
... 阅读全帖 |
|
C***C
发帖数: 216 | 3 White noise is not necessarily Gaussian and Gaussian noise may not be white.
Whiteness means that the noise samples are not correlated and Gaussian means
that the amplitudes of the samples are Gaussian distributed. Hence, you can
have white non-Gaussian noise and non-white Gaussian noise.
Filtering a noise sequence introduce correlation into the sequence, but will
not alter the distribution of the amplitude due to the property of "linear
sum of Gaussians will be Gaussian". So, essentially, if yo |
|
b***y
发帖数: 14281 | 4 No. The search include his early works up to 1978. Here is the same list
sorted by year.
1) The Influence of Gravitation on the Vacuum State.
By Li-Zhi Fang.
Acta Phys. Sinica 27 ( 1978) 181-18.
2) THE STRUCTURE AND STABILITY OF THE ABNORMAL NEUTRON STAR.
By Li-Zhi Fang, Qin-Yue Qu, Zhen-Ru Wang, Tan Lu, Liao-Fu Luo.
Sci.Sin.22:187-198,1979.
3) Some Recent Developments in Astrophysics. (Talk).
By Li-Zhi Fang, A. Qadir, R. Ruffini.
In *Nathiagali 1980, Proceedings, Physics and Contemporary Needs... 阅读全帖 |
|
h******i
发帖数: 661 | 5 你们学校ap能发这么多paper?
1989
Cosmological implications of quasar-galaxy associations, L.Z.Fang, Y.Q.Chu
and X.F. Zhu, Mod. Phys. Lett., 4, 887.
Geometrical optics in an inhomogeneous universe, L.Z.Fang and X.P.Wu,
Chinese Phys. Lett., 6, 233.
Quasar clustering and its cosmological implication, L.Z.Fang, Inter. J. Mod.
Phys. A4, 3477.
L'Osservatorio astronomico di Pechino: la sua storia, il presente, L.Z.Fang,
Scienza e Tecnica, Annuario della EST 88/89 404.
Overview on the frontier of high energy astr... 阅读全帖 |
|
S******8
发帖数: 24594 | 6 老方到美国后发的文章列表，你自己看吧：
1990
174. Biased clustering in a universe with hot dark matter and a cosmic
string, L.Z.Fang, S.P.Xiang and L.Yan, Astr. & Astrophys. 233, 1.
175. Periodicity of redshift distribution in a T-3 universe, L.Z.Fang, Astr.
& Astrophys. 239, 24.
176. An upper limit to quasar's peculiar velocity, L.Z.Fang, Y.Q.Chu, X.F.
Zhu and L.F. Wang, Inter. J. Mod. Phys., 5, 2993.
177. Quasar pair and quasar's peculiar velocity, L.Z.Fang, Developments in
general relativity, astrophysics and qu... 阅读全帖 |
|
w********c
发帖数: 2632 | 7 ☆─────────────────────────────────────☆
jetchen (飞机) 于 (Wed Oct 24 21:46:52 2007) 提到:
发信人: jetchen (飞机), 信区: Mathematics
标 题: 有没有分布函数的分布 这个概念？
发信站: BBS 未名空间站 (Wed Oct 24 21:46:18 2007)
比如我有n个 gaussian， 均值和方差各不相同， 如果我想考虑一下这些gaussian之间
的分布，有没有办法？
n个gaussian的mean 我觉得可以很简单的认为就是n个gaussian的average，关键是方差
呢？
有没有什么方法可以解决这一类问题？
谢谢
☆─────────────────────────────────────☆
CestTous (这些全是阴谋) 于 (Wed Oct 24 23:38:04 2007) 提到:
如果我没理解错的话，相当于有一个离散的随机变量Ｚ，Z的取值影响目标随机变量X服
从哪一个Gaussian，把X的概率都写成conditioning o |
|
F****I
发帖数: 270 | 8 "Becke suggested coefficients
a_0 = 0.2, a_x, = 0.72, and a_c, = 0.81
...
The Becke3LYP functional in Gaussian 92 uses the
values of a_0, a_x, and a_c, suggested by Becke but uses LYP for
the correlation functional."
P. J. Stephens, F. J. Devlin, C. F. Chabalowski, M. J. Frisch
J. Phys. Chem., 1994, 98 (45), pp 11623–11627
核对一下Gaussian网站上的参数
http://www.gaussian.com/g_tech/g_ur/k_dft.htm
****************
User-Defined Models. Gaussian 09 can use any model of the general form:
P2EXHF + P1(P4EXS... 阅读全帖 |
|
d****n
发帖数: 397 | 9 首先申明不是大牛，只是对这方面感兴趣，基本没有实战经验。如果说错，还请版上大
牛斧正。
你要展开分子轨道，这个太难了。确实按定义应该这么算，但是要自己分析结果写程序
，为什么不用现有的软件算这个呢。
如果你有Molpro,我不知到怎么用Molpro,也没有权限，不过大致是这样的：里面有个
non-adiabatic coupling element calculation,就能算你要的
psie(r,Rref)>.psi(r,Rref)是diabatic wavefunction,g和e是正交的，但是不是H(r,R
)的本征函数（因为R!=Rref),所以coupling不为0，只有R=Rref的时候,g和e才是正交的
，这个时候coupling 为0。
如果你没有Molpro,有Gaussian,一般都能用Gaussian.但是Gaussian只能算adiabatic
states, 你能用adiabatic和diabatic之间转换来算这个coupling.这个coupling在
avoided crossing的时候最大。
所以可以用av... 阅读全帖 |
|
C***C
发帖数: 216 | 10 White noise is not always Gaussian and Gaussian noise is not always white. The
term white refers to the autocorrelation characteristics of the noise. That
is,
the autocorrelation of white noise is an impulse which implies it has an
infinite flat spectrum. Gaussian refers to the characteristics of the noise a
particular time across an ensemble of realization. That is, if we observe
several realization of the noise at particular time and collect the values,
then values will have Gaussian distribu |
|
j*****n
发帖数: 1545 | 11 比如我有n个 gaussian， 均值和方差各不相同， 如果我想考虑一下这些gaussian之间
的分布，有没有办法？
n个gaussian的mean 我觉得可以很简单的认为就是n个gaussian的average，关键是方差
呢？
有没有什么方法可以解决这一类问题？
谢谢 |
|
E*******0
发帖数: 465 | 12 谢谢阿。
问题是这样的。
I have 69 groups of dataset, totally 69*300 data.
Assume all the data are from a Gaussian Distribution;
Assume the mean of the Gaussian Distribution is also from a Gaussian
Distribution and variance of the Gaussian Distribution is from a Gamma
distribution.
And I just found a conjugate prior distribution for the mean and variance
parameters since they are not independent.
The prior distribution is Normal-Inv-X^2 distribution with 4 parameters.
1. location of mean;
2. scale of mean; |
|
w*******e
发帖数: 83 | 13 f(x)=N(x1,e1)*N(x2,e2)...N(x6,e6), where N(xi,ei)is the gaussian
distribution;Simplify the expression, you will get the probability
distribution of the peak position, which should be also a gaussian
distribution. The mean of the simplified gaussian distribution is the
average, and the error of the gaussian distribution is the error of the
average. |
|
c****n
发帖数: 220 | 14 多谢前辈指点！
Gaussian+BW 是什么意思呢？ convoluttion? 还是分别去拟合：“根据你的detector
的resolution确定Gaussian参量，根据mass确定BW参量”
thanks again!
mass.你这个fitting应该是Gaussian+BW, 根据你的detector的resolution确定
Gaussian参量，根据mass确定BW参量。 |
|
q********g
发帖数: 10694 | 15 Sobereva
Department of Chemistry, University of Science and Technology Beijing,
Beijing 100083, China
前言：本文主要介绍过渡态、反应路径的计算方法，并讨论相关问题。由于这类算法极
多，可以互相组合，限于精力不可能面面俱到展开，所以只介绍常用，或者实用价值有
限但有启发性的方法。文中图片来自相关文献，做了一定修改。由于本文作为帖子发布
，文中无法插入复杂公式，故文中尽量将公式转化为文字描述并加以解释，这样必然不
如公式形式严谨，而且过于复杂的公式只能略过，但我想这样做的好处是更易把握方法
的梗概，有兴趣可以进一步阅读原文了解细节。对于Gaussian中可以实现的方法，文中
对其在Gaussian中的使用进行了一些讨论，希望能纠正一些网上流传的误区。虽然绝大
多数人不专门研究计算方法，其中很多方法也不会用到，但多了解一下对开阔思路是很
有好处的。
文中指的“反应”包括构象变化、异构化、单分子反应等任何涉及到过渡态的变化过程
。“反应物”与“产物”泛指这些过程的初态和末态。“优化”若未注明，... 阅读全帖 |
|
b*s
发帖数: 82482 | 16 Li's paper is called "On Default Correlation: A Copula Function Approach" (
2000), published in Journal of Fixed Income, Vol. 9, Issue 4, pages 43–54.
In section 1 through 5.3, Li describes actuarial math that sets the stage
for his theory. The mathematics are from established statistical theory,
actuarial models, and probability theory.
In section 5.4, he uses Gaussian Copula to measure event relationships, or
mathematically, correlations, between random economic events, expressed as:
In layman... 阅读全帖 |
|
e*****g
发帖数: 2560 | 17 EM 算法可以用于解决 gaussian mixture 的分类估计。
能不能用于解决其它 mixture models 的分类估计？
例：我的问题是
Input: 数据是一个gaussian 和一个 uniform distribution 的混合
Output: 用EM算法来估计那个data sample是属于gaussian分布
那个data sample是属于uniform distribution分布。
可以或不可以，可否解释一下，或给个reference.
先谢了 |
|
K****n
发帖数: 5970 | 18 有Probit function，就是Cumulative Gaussian，作概率P(x|w)，w是probit function的
一个参数，另一个已知。
然后用一个Gaussian当prior prior(w)，其中Gaussian的参数都是常数
我又知道w只有从1到100这100个整数的可能
现在有一堆sample，用X表示, likelihood是一堆probit function P(x|w)的乘积L(X|w)
那 posterior(w|X) 正比于 L(X|w)*prior(w)
这个虽然没有analytical解，但是我是不是只要把1到100一个一个试一遍，找出那个让
posterior
最大的就算解完这道题了。。。
谢谢指导！ |
|
l**********1
发帖数: 5204 | 19 生物统计的入门教材之一 哈 of course english version:
http://www.roma1.infn.it/~dagos/rpp/
Introduction
Uncertainty and probability
Rules of probability
Probability of simple propositions
Probability of complete classes
Probability rules for uncertain variables
Bayesian inference for simple problems
Background information
Bayes' theorem
Inference for simple hypotheses
Inferring numerical values of physics quantities -- General ideas and basic
examples
Bayesian inference on uncertain variables and posterior ... 阅读全帖 |
|
d****n
发帖数: 397 | 20 我差不多明白你想要什么了。你是不是想算从高激发态到低激发态的radiationless
decay?根据Landau-Zener Formula,
这个decay的probability(应该和decay速度成正比例），是和两个激发态之间coupling
element有关。P=exp(-
2*pi*a^2/(hbar*|alpha|).其中a就是coupling element。
这个a就是在avoid crossing时候，两个adiabatic state之间能量差的1／2。
gaussian里面opt选项里面可以，优化构型到conical intersection或者到avoided
crossing point. 我个人认为
opt=conical要和casscf一起用（至少在gaussian里面）。
然后在casscf的输出里面，查看casscf的eigenvalues，如果第一个激发态，和第二个
激发态能量一样，就是conical
intersection（照你的描述，应该不一样）。如果第一个激发态，和第二个激发态能量
不一样，就是avoided
crossing，cou... 阅读全帖 |
|
t**********g
发帖数: 30 | 21 对了，怎么证明 Y1 Y2是 joint Gaussian 呢？ 有没有什么经典的 书
我自己推 Y1-Y2=(a1-a2)X+N1-N2
推不动了，因为 Y2 和 N2 不独立，要不 p(Y1|Y2) 也是一个Gaussian 就好办了。
所以我想知道 为什么 Y1 Y2 是joint Gaussian? |
|
W*****e
发帖数: 7759 | 22 ft,white noise and Gaussian noise are two different things. E.g. you can
have colored Gaussian noise, instead of white Gaussian noise... |
|
s*********g
发帖数: 46 | 23 在各种论坛上提问了很久，都没有找到合适的答案，在这里碰碰运气吧。
请教各位GGJJ，
我想用zemax的非序列模式仿真玻璃diffuser的透射及反射场。
我用的是thorlabs ground glass diffuser,技术参数如下：http://www.thorlabs.de/newgrouppage9.cfm?objectgroup_id=1132
Material: N-BK7 (Uncoated)
Scratch-Dig: 80-50
Clear Aperture: >90%
DiameterPolished Side Surface Irregularity: <4λ
Gaussian Intensity Profile
120, 220, 600, or 1500 grit
请问是否可以使用zemax的内建散射模型？如果可以，应该使用哪一种？谢谢！！
Built-in scattering models
Lambertian
BSDF = 1/p
The scattered ray projection vector has equal probabilit... 阅读全帖 |
|
f******k
发帖数: 297 | 24 do you mean you want a Gaussian series x_1,x_2,... and E[x_i x_j]=r_{ij} as
given?
you can generate such series sequentially (suppose all zero mean):
1) generate Gaussian x_1 with variance r_{11};
2) generate independent Gaussian n with variance 1. suppose x_2=a x_1+b n,
then solve for
r_{22}=a^2 r_{11}+b^2 and r_{12}=a r_{11} and obtain x_2;
3) do the same for every x_n, basically you will have n+1 equations with n+1
unknown coefficients,
it will be easy to solve.
if the random variables are no |
|
|
d*******2
发帖数: 340 | 26 http://www.edphoton.com/en
Wuxi OptonTech Ltd. specialises in diffractive optical elements (DOEs) and
computer generated holograms (CGHs) for flat-top (also referred to as top-
hat or super-Gaussain) beam shaping and other general beam shaping, beam
splitting, beam homogenizing (diffusing). Examples of general beam shaping
include multi-line patterns, square, view finder, crosshair, grids, rings,
etc. Typical applications of DOEs include phase gratings for optical linear
encoders, DOEs for motio... 阅读全帖 |
|
h******a
发帖数: 4 | 27 在不同条件下 如何用EM Algorithm去估未知参数
1。Gaussian Mixture Model with common known variance
2。Gaussian Mixture Model with common unknown variance
3。Gaussian Mixture Model with different unknown variance |
|
t********y
发帖数: 166 | 28 就是covariance的推广。
以Gaussian process为例，Gaussian measure在Banach space上是通过 dual space来
定义的。
那么对于同一个space 上的两个Gaussian measure如何描述他们的关系呢？很自然的用
（cross）covariance。 |
|
f**d
发帖数: 768 | 29 这是一本计算神经科学的优秀著作，全文拷贝这里（图和公式缺），有兴趣的同学可以
阅读
如需要，我可以分享PDF文件（－－仅供个人学习，无商业用途）
From Computer to Brain
William W. Lytton
From Computer to Brain
Foundations of Computational Neuroscience
Springer
William W. Lytton, M.D.
Associate Professor, State University of New York, Downstato, Brooklyn, NY
Visiting Associate Professor, University of Wisconsin, Madison
Visiting Associate Professor, Polytechnic University, Brooklyn, NY
Staff Neurologist., Kings County Hospital, Brooklyn, NY
In From Computer to Brain: ... 阅读全帖 |
|
q********g
发帖数: 10694 | 30 相关搜索: 热导率, 文件, 计算
作者： zhxlhdd2008 于 2010-10-28 16:23
看到有不少人在找热导率计算方面的in文件，我就贡献三个in文件吧，仅供参考。
同时，附件里贴出了我的计算结果。EMD的输出结果（compute heat/flux command
+compute tc command的计算结果）中， “ac.dat”（见附件中的"ac.wmf"）是热流自
相关函数（我已经修改了compute_tc.cpp，目前输出的是normalized HCACF，但结果中
给出的还是没有归一化的热流自相关函数，但形状和归一化的是一样的，请注意！）随
m的变化，"tc.dat"(见附件中的"tc.wmf")是热导率随m的变化（m的涵义请参看热导率
计算的Green Kubo离散化公式,见附件"Comparison of atomic-level simulation
methods for computing thermal conductivity”中的(9)式），"tc_time.dat"(见附
件中的"tc_time.wmf")是热导率随时间的变... 阅读全帖 |
|
p****s
发帖数: 3184 | 31 摘要：
In market economies, per capita GDP is directly proportional to the
population fraction with verbal IQ equal to or greater than 106.
We can make a pretty good guess. In all his versions, Man is the product of
adaptation to environments that existed more than 50,000 years ago. Africa,
Europe and Asia presented three distinct adaptational challenges resulting
in three major races: Negroid, Caucasoid and Mongoloid, each differing from
the other in certain physical, mental and psychological aspe... 阅读全帖 |
|
|
g*****l
发帖数: 424 | 33 前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Turing）在喜悦之余，并没
有意识到自己的儿子在不久的将来，会给后世留下无穷启发，并且其发明开启了一场改
变全人类生活的信息革命。这个发明，叫计算机。
可以说，计算机的发明，实际上并非只有图灵的功劳。在此之前的先辈们所作的诸多努
力无疑也为这个发明奠定了时间和可能性的基... 阅读全帖 |
|
j***o
发帖数: 5096 | 34 标度律就是scaling，Kolmogorov说湍流速度谱在某一频率(实际上是波数）段是呈-5/3
斜率的，就是速度谱的标度律，比如说现在另一个人说现在别扯速度了，我们研究湍流
压力谱吧，压力谱在那个频率段是呈-7/3斜率的，那就是压力谱表度律，陈十一和佘振
苏等人研究更玄乎的物理量的标度律，这些牛鼻的物理量通常是更高阶的，只有在速度
是non-Gaussian的时候才存在，而湍流的速度确实是non-Gaussian的，She-Leveque似
乎是一个model解释某些scaling是怎么形成的，当然也有人直接用数值模拟DNS或者
Lattice-Bolzman来算，算出来了就等于解释了为什么是这样的 |
|
发帖数: 1 | 35 Check linear minimum mean square error estimator (MMSE for Gaussian).
Basically you need to estimate E[x|z], it has a closed form solution when
everything is Gaussian. |
|
发帖数: 1 | 36 应该是用central limit theorem.
每次生成1000或者更多的数，计算他的standardized sum, 这个sum就是服从标准正态
分布的。
楼上说的是从uniform distribution转化到Gaussian.题目中是个Bernoulli
distribution.
我有次面试就是被问到怎么从uniform distribution到Gaussian，那时候不知道Box-
Muller transform，也没想起来Inverse transform sampling...
输出排序的整数数组中缺失的数是 LC 268 Missing Number吗？ |
|
b********d
发帖数: 720 | 37 夏天毕业的phd，女（参见头像）
skills:photolithography, dry/wet etch, sputter/e-beam evaporator deposition,
FET
conductivity measurement, AFM, electrochemistry, ellipsometry,UV-VIS,
surface profiler，thin film coating, Gaussian Computation,CAD,Python,MOSFET
做过的project主要涉及三方面：
1.photolithography,ebeam evaporator,dry/wet etch in cleanroom to fabricate
microelectrodes(channel of 3um). Also, I designed my mask with CAD.I did
everthing from designing mask, fabrication in cleanroom to dicing in the end.
2.grow thin ... 阅读全帖 |
|
g*****l
发帖数: 424 | 38 前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Turing）在喜悦之余，并没
有意识到自己的儿子在不久的将来，会给后世留下无穷启发，并且其发明开启了一场改
变全人类生活的信息革命。这个发明，叫计算机。
可以说，计算机的发明，实际上并非只有图灵的功劳。在此之前的先辈们所作的诸多努
力无疑也为这个发明奠定了时间和可能性的基... 阅读全帖 |
|
u**c
发帖数: 17972 | 39 【 以下文字转载自 Apple 讨论区 】
发信人: llin (一路陌生人), 信区: Apple
标 题: 【原创】 图灵百年：一世孤独成全百年辉煌 (转载)
发信站: BBS 未名空间站 (Thu Sep 6 11:08:02 2012, 美东)
发信人: greatel (灵致), 信区: WaterWorld
标 题: 【原创】 图灵百年：一世孤独成全百年辉煌
发信站: BBS 未名空间站 (Wed Sep 5 14:35:16 2012, 美东)
前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666... 阅读全帖 |
|
A*********t
发帖数: 7481 | 40 【 以下文字转载自 WaterWorld 讨论区 】
发信人: greatel (灵致), 信区: WaterWorld
标 题: 【原创】 图灵百年：一世孤独成全百年辉煌
发信站: BBS 未名空间站 (Wed Sep 5 14:35:16 2012, 美东)
前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Tur... 阅读全帖 |
|
g*****l
发帖数: 424 | 41 前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Turing）在喜悦之余，并没
有意识到自己的儿子在不久的将来，会给后世留下无穷启发，并且其发明开启了一场改
变全人类生活的信息革命。这个发明，叫计算机。
可以说，计算机的发明，实际上并非只有图灵的功劳。在此之前的先辈们所作的诸多努
力无疑也为这个发明奠定了时间和可能性的基... 阅读全帖 |
|
R******d
发帖数: 5739 | 42 http://www.mysearch.org.uk/website1/html/543.Uncertainty.html
quote
In this case, we are simply assuming that the wave number distribution f(k)
corresponds to the diagram on the left, which then has a corresponding
probability density |Ψ(x)|2, as shown on the right. We can characterise
this relationship by pointing out that when the wave number distribution is
wider, i.e. lots of wavelength components, the probability density
distribution is narrower. However, we shall proceed using a Gaussian w... 阅读全帖 |
|
v*******e
发帖数: 1715 | 43 嘿嘿,每当我看到...的核心是...,我第一反应是:这个问题,是可以核心化的么?
从事物角度,当事情复杂到一定程度,一个核心往往什么用也没有.
而事物复杂化的一个原因是多样化和多点生长.
如果说的更数学点, 如果两类,外延基本都是一圆,你可以用两个圆的圆心(核心)说明
两类的区别. 但如果两类乃是GAUSSIAN分布,恐怕核心概念就弱了,你得至少加上VARIANCE,
才能说明两类的界限和区别. 而当两类是任意分布(可以用MULTIPLE GAUSSIAN逼近),
要说明白两类区别,光提出两类的平均值,更无价值,而必须针对多个聚类(情景)分别考察.
文化,东西方,这两类,恐怕都太太太大了吧....想用一个核心的概念给人任何有价值的
理解...我都对此表示怀疑.
我虽然反对核心的概念,但我不反对局部(个别聚类)的比较,比如在立人立功(以及起应用
范围)上比较. 但千万别以为那是什么核心--或存在什么核心.
如OVERLAP看过的什么"结构",到可能全面点吧--至少方法论上,结构比核心好.
...我这是在胡扯什么啊. |
|
g*****l
发帖数: 424 | 44 前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Turing）在喜悦之余，并没
有意识到自己的儿子在不久的将来，会给后世留下无穷启发，并且其发明开启了一场改
变全人类生活的信息革命。这个发明，叫计算机。
可以说，计算机的发明，实际上并非只有图灵的功劳。在此之前的先辈们所作的诸多努
力无疑也为这个发明奠定了时间和可能性的基... 阅读全帖 |
|
g*****l
发帖数: 424 | 45 前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Turing）在喜悦之余，并没
有意识到自己的儿子在不久的将来，会给后世留下无穷启发，并且其发明开启了一场改
变全人类生活的信息革命。这个发明，叫计算机。
可以说，计算机的发明，实际上并非只有图灵的功劳。在此之前的先辈们所作的诸多努
力无疑也为这个发明奠定了时间和可能性的基... 阅读全帖 |
|
l**n
发帖数: 7272 | 46 【 以下文字转载自 WaterWorld 讨论区 】
发信人: greatel (灵致), 信区: WaterWorld
标 题: 【原创】 图灵百年：一世孤独成全百年辉煌
发信站: BBS 未名空间站 (Wed Sep 5 14:35:16 2012, 美东)
前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Tur... 阅读全帖 |
|
w********c
发帖数: 2632 | 47 ☆─────────────────────────────────────☆
jetchen (飞机) 于 (Fri Nov 2 14:44:48 2007) 提到:
比如已知有n个 Gaussian mixture, 其中已经有m个gaussian的mean和variance知道了
， 要求剩下的(n-m)的mean, variance， 和mixing coef.
是不是在EM update的时候加一些限制条件就行了？
☆─────────────────────────────────────☆
PaulPierce (Paul) 于 (Fri Nov 2 18:11:17 2007) 提到:
E的时候，不重新计算知道的m个m & var
☆─────────────────────────────────────☆
sonyisme (偶静感乖类 :)) 于 (Fri Nov 2 18:11:56 2007) 提到:
re,hehe
☆─────────────────────────────────────☆
PaulPierce |
|
K****n
发帖数: 5970 | 48 【 以下文字转载自 Computation 讨论区 】
发信人: KeeVan (Kevin), 信区: Computation
标 题: probit regression一问
发信站: BBS 未名空间站 (Fri Aug 22 21:53:32 2008)
请问有没有现成的教材把maximum likelihood的导数求出来的? 我想对一下,网上居然
google不出来... 我不太放心matlab里的glm方程之类的,那个training的时候震荡比较
大.
另外如果对probit方程的参数设一个gaussian prior,然后求bayesian的
P(data)=Integrate(P(data|parameter)*P(parameter),over parameter)
好像这里用probit方程作P(data|parameter),用Gaussian作P(parameter),在optimize
bayeisan likelihood的时候比较好算?不知道有没有人已经算过?又google不出来...
谢谢! |
|
