传送门 一眼看上去不太可做，先找结论。 本题的核心思路：如果一个位置一边比它大，一边比它小，且确定了两边不动，那么提升它混乱值没有减小。 重点在于两边都不动，所以考虑 \(i,j\) 是不动的，中间都是动的，发掘一下性质。 首先 \(\min(h_i,h_j)>\max_{k=j+1}^{i-1}h_k\)，因为中间如果有大于等
1 随机优化算法概述 随着大数据的出现，确定性优化算法的效率逐渐称为瓶颈。为了说明这一点，我们来看一个用梯度下降法求解线性回归的例子。 给定训练样本\(D = \{(x_i, y_i)\}_{i=1}^n\)，线性回归的目标函数如下： \[f(w) = \frac{1}{n}\sum_{i=1}^nf_i(w)= \frac{1}{n}\sum_{i=1}^n(w^
二维带权数颜色。 根据套路，采用莫队套二维分块，没写过去看 P7448。 一维带权数颜色谁都会，记每个颜色的上一个与其颜色相同的位置 \(pre\)，问题转化为查询区间 \([l,r]\) 中 \(pre<l\) 的数的个数。 然后转成二维数点的形式，有 \(n\) 个点 \((i,pre_i)\)，查询 \([l,r][0,l)\) 这个矩阵
《通用测评号》 枚举一个最后填满，枚举一个提供贡献。 \[\frac{n^{-b}x^{b-1}}{(b-1)!}\frac{n^{-a}x^a}{a!}\left(\sum_{i=b}^{a}\frac{n^{-i}x^i}{i!} \right)^{n-2} \]暴力乘法就是 \(\mathcal O(n^2a)\) 了。 《百鸽笼》 允许鞭尸。经典猎人杀。 \[F_i(x)=\sum_{j\geqslant a_
题意 略。 分析 一眼望去发现是 dp。容易想到状态 \(dp_{i,j}\) 表示以第 \(i\) 位为结尾长度为 \(j\) 的严格上升子序列个数，转移方程为： \[dp_{i,j}=\sum\limits_{a_k<a_i \and k<i} dp_{k,j-1} \]但是这样做的时间复杂度为 \(\mathcal{O}(n^2m)\)，显然会 TLE，因此考虑优化： 可以想到
板刷 DP 前言 由于自己 DP 太菜了，因此打算板刷一波（？ 不知道能坚持多久，尽量搞下去吧。 存几个题单（不分先后）： 【动态规划】普及~省选的dp题 codeforces 2000左右的dp题 codeforces 2100左右的dp题 20220618 CF66E Petya and Post 环形 DP。 从顺逆时针分别考虑，假设 \({dp}_i\) 表示
参考与前言 完整题目：PILOT: Efficient Planning by Imitation Learning and Optimisation for Safe Autonomous Driving Summary: 用learning做warm start，然后使用优化进行求解，对比速度上有7倍的提升 Type: IROS Year: 2021 cite: 3 tag: planning 组织/Sensor: oxford, edinburgh
Cayley 公式的一些广为人知的证法： Prufer 序列 Matrix-Tree 定理 然而我都不会 233，所以下面说一个生成函数角度的证法 . 我们知道 \(n\) 个节点的有标号无根树有 \(n^{n-2}\) 种，即 Cayley 公式 . 具体数学的做法是考虑递推完全图生成树个数，然后推出 EGF 的关系 . 那个递推太牛
目录概符号说明Opportunity fairnessMax-Min opportunity fairnessMean Discounted Gain (MDG)主要内容基本框架Joint-learning generative methodScore scaling method Zhu Z., Kim J. and Nguyen T. Fairness among new items in cold start recommender systems. In Interna
\(\mathscr{Summary}\sim6.14\) Contest. 总结等会儿写，好像要走了。 \(\mathscr{A}\sim\) 区间第 \(k\) 小 给定 \(n,m\) 和序列 \(\{a_n\}\)。\(q\) 次询问，每次给出 \(l,r,k\)，求将 \(a[l:r]\) 中所有出现次数多于 \(m\) 次的数替换为 \(n\) 后，\(a[l:r]\) 中第 \(k\)
书接上回，代码去这里看。 "AGC029D Grid game"[1] "AGC021D Reversed LCS"[2] "AGC035E Develop"[3] "AGC017F Zigzag"[4] "AGC025E Walking on a Tree"[5] "AGC052D Equal LIS"[6] "AGC003E Sequential operations o
区间本质不同逆序对，要求线性空间。 \(\mathcal O(n \sqrt n \times \sqrt n)\) 应该谁都会做，而且谁都知道不能过。 回顾 P5047，考虑莫队二次离线。 记 \(f(l,r)\) 为 \([l,r]\) 中 \(>a_r\) 的数的种类数。 则区间转移从 \([l,r-1]\) 变成 \([l,r]\)，令 \(r'\) 为 \(a_r\) 上一次出
区间本质不同逆序对。 \(\mathcal O(n \sqrt n \times \sqrt n)\) 应该谁都会做，而且谁都知道不能过。 回顾 P5047，考虑莫队二次离线。 记 \(f(l,r)\) 为 \([l,r]\) 中 \(>a_r\) 的数的种类数。 则区间转移从 \([l,r-1]\) 变成 \([l,r]\)，令 \(r'\) 为 \(a_r\) 上一次出现的位置，则贡
CTCLoss如何使用 目录CTCLoss如何使用什么是CTC架构介绍一个简单的例子CTC计算的推导总概率\(p(z|x)\)路径的含义路径概率\(p(\pi|x)\)什么是\(\mathcal{B}\)变换一步一步手动计算CTCLoss找出所有满足\(\mathcal{B}(\pi)=l\)，\(l\)=“CAT”的路径计算每条路径的概率\(p(\pi|x)\)计
我们在上一篇博客《数值优化：算法分类及收敛性分析基础》介绍了数值优化算法的历史发展、分类及其收敛性/复杂度分析基础。本篇博客我们重点关注一阶确定性优化算法及其收敛性分析。 1 梯度下降法 1.1 算法描述 梯度下降法[1]是最古老的一阶方法，由Cauchy在1847年提出。 梯度下降法
目录概符号说明产品侧的 fairness: exposure and relevance用户侧的 fairness两侧的 fairness主要内容 Naghiaei M., Rahmani H. A. and Deldjoo Y. CPFair: personalized consumer and producer fairness re-ranking for recommender systems. In International ACM SIGIR Confe
论文信息 论文标题：Learning Graph Embedding with Adversarial Training Methods论文作者：Shirui Pan, Ruiqi Hu, Sai-fu Fung, Guodong Long, Jing Jiang, Chengqi Zhang论文来源：2020, ICLR论文地址：download 论文代码：download 1 Introduction 众多图嵌入方法关注于保存图
定义 后缀自动机（\(\text{Suffix Automaton}\)，简称 \(\text{SAM}\)）是一种用于字符串处理的有限状态自动机（\(\text{DFA}\)），它根据母串的所有后缀构建，能识别出母串的所有子串，且构造算法复杂度接近线性，实际上是 \(O(n\log |\Sigma|)\)，\(|\Sigma|\) 是字符集大小，这里将 \(|\Sigma|\) 看
TRO2022: A Two-Stage Optimization-Based Motion Planner for Safe Urban Driving Summary: 探讨planning过程中的优化问题求解，收敛的不确定性和求解的质量研究；转为混合证书整数优化问题作为非线性的初值，然后使得非线性问题能得到较高收敛率和较高效率 Type: TRO Year: 2022 引用
目录概主要内容 Zhang H., Li Y., Ding B. and Gao J. Practical data poisoning attack against next-item recommendation. International World Wide Web Conferences (WWW), 2020. 概 设计一种 LOKI 的算法, 其伪造一些用户和行为, 使得用这些样本进行训练的推荐模型会偏向
矩阵的张量积 我们从线性映射的角度入手。 现在有 \(U,U',V,V'\)，是有限维的线性空间，\(\mathcal{A}\in Hom(U,U'),\mathcal{B}\in Hom(V,V')\) .我们合理定义 \(\mathcal{A}\otimes \mathcal{B}\in Hom(U\otimes V,U'\otimes V')\)，by \(\mathcal{A}\otimes \ma
P8353 [SDOI/SXOI2022] 无处存储 树路径加值路径求和，强制在线。 \(n \leq 7\times 10^6\)，\(q \leq 5\times 10^4\)，时限 \(5\text{s}\)，空限 \(64\text{MB}\)。 sol 看空间限制，\(\mathcal O(n)\) 大小的数组最多只能开两个。 首先排除线段树做法，树状数组做法三个 \(\mathcal O(n)\)，
UNIRE: A Unified Label Space for Entity Relation Extraction 作者：Wang et al., ACL 2021 目录 简介 方法 实验 1 简介 以往的联合抽取无论是pipeline也好还是联合训练也好包括之前的table filling方法，即便是联合处理但两个子任务的label space仍然是独立的即实体类型和实体
目录概主要内容Attention network细节代码 Xiao J., Ye H., He X., Zhang H., Wu F. and Chua T. Attentional factorization machines: learning the weight of feature interactions via attention networks. In International Joint Conference on Artificial Intelligence (I
1 前置知识 本部分只对相关概念做服务于差分隐私介绍的简单介绍，并非细致全面的介绍。 1.1 随机化算法 随机化算法指，对于特定输入，该算法的输出不是固定值，而是服从某一分布。 单纯形（simplex）：一个\(k\)维单纯形是指包含\(k+1\)个顶点的凸多面体，一维单纯形是一条线段，二维单纯形是一个三
