\[\mathfrak{\text{Defining }\LaTeX\text{ macros...}}\newcommand{\vct}[1]{\boldsymbol{#1}}\newcommand{\stir}[2]{\genfrac{\{}{\}}{0pt}{}{#1}{#2}}\newcommand{\opn}[1]{\operatorname{#1}}\newcommand{\lcm}[0]{\opn{lcm}}\newcommand{\sg}[0]{
8.3 DH问题与加密 本节学习基于循环群上离散对数问题的DH问题及Elgamal加密方案。 目录：循环群与离散对数，DH假设和应用，Elgamal加密方案。 循环群（Cyclic Groups）与生成元（Generators） G
现代密码学2.4--香农定理/Shannon Theorem 香农定理/Shannon Theorem 博主正在学习INTRODUCTION TO MODERN CRYPTOGRAPHY (Second Edition) --Jonathan Katz, Yehuda Lindell，做一些笔记供自己回忆，如有错误请指正。整理成一个系列现代密码学，方便检索。 《现代密码学》第一
希腊&花体の字母表 数 a a a构成的向量 α \bm{\alpha} α，向量组构成矩阵
\(\mathcal{Description}\) Link. 定义有向图 \(G=(V,E)\)，\(|V|=n\)，\(\lang u,v\rang \in E \Leftrightarrow u<v\)。求一个对 \(E\) 的染色 \(f\)，使得 \(\not\exist \lang v_1,v_2,\cdots,v_{k+1} \rang, |\{f(v_i,v_{i+1})\mid i\in[1,k]\}|=1\)，同时最
NOI 2020 D1T2 Destiny Task 给定 \(n\) 个点的以 \(1\) 为根的有根树，有 \(m\) 条约束，每条约束包含一个点对 \((u,v)\)，满足 \(u\) 是 \(v\) 的祖先，你需要给每条边染成黑白两种颜色，满足对于每条约束，\(u\rightarrow v\) 的路径上都有一条黑边，求合法方案数。 答案对 \(998244353\) 取
FACIAL论文 链接 视频： https://www.youtube.com/watch?reload=9&app=desktop&v=hl9ek3bUV1E arvxiv： https://arxiv.org/abs/2108.07938 摘要 在本文中，我们提出了一种谈话人脸生成方法，该方法以音频信号为输入，以短目标视频剪辑为参考，合成目标人脸的照片逼真视频，具有与输入音频
1. 同余最短路 说难也不算很难，挺有意思的一个知识点，不过应用不多。 前置知识：SPFA & Dijkstra 求最短路。 1.1. 算法简介 同余最短路常用来求解：给出 \(n\ (n\leq 50)\) 个数 \(a_i\ (1\leq a_i\leq 10^5)\)，求在某个范围（\(10^{18}\)）内有多少个数能够由这些数进行系数非负的线性组合
$\mathbb{F}$ $\mathcal{F}$ $\mathscr{F}$ 以下是对应的效果 F \mathbb{F} F F \mathcal{F} F
接下来我总共花了将近四天时间才将论文《Towards Long-term Fairness in Recommendation》[1]理解透彻。因为该论文用到了强化学习(Reinforcement Learning)，而强化学习不像之前的生成对抗网络(GAN)一样简洁明了，涉及的数学知识非常多。 在看论文之前我花费了很所时间去补强化学习的
简介： 光速幂主要思想是分块，把幂分为 \(\sqrt{p}\) 份，那么 \(a^b=a^{k\sqrt p+t}\)，其中 \(k,t\) 为常数，\(p\) 表示模数。\(\mathcal{O}(\sqrt p)\) 预处理出所有 \(a^{k\sqrt{p}}\) 和 \(a^t\)。然后 \(\mathcal{O}(1)\) 查询。 因为 \(b\) 可能很大，所以要模 \(\varphi(p)\)。 优缺
MobileNetV1，MobileNetV2，HybridSN：https://www.cnblogs.com/logt/articles/14002078.html Deep Supervised Cross-modal Retrieval 动机 以前的方法中尽管使用了分类信息，但分类信息仅用于学习每个模态内或模态间的鉴别特征，并没有充分利用语义信息。 贡献 提出了一种基于深度监督的
P5243 [USACO19FEB]Moorio Kart P 考虑容斥，先把可能的算出来，然后再算 \(<Y\) 的 第一部分就直接把所有边权枚举出来乘一乘 \(<Y\) 的不难发现可以 dp 但是朴素的 dp 是 \(\mathcal O(n^3)\) 的 因此考虑根号分治 对于 \(n_i\leq \sqrt Y\) 的，这样的我们枚举每一个不同的边的长度，复
考虑什么样的串是合法的。 直接考虑比较抽象，考虑具象化这个问题。 容易发现一个字符串的限制就相当于如果出现了其中一个字符 \(a_i = c\)，那么 \(s\) 中 \(c\) 前 \(i - 1\) 个字符必然要为：\(a_1 \sim a_{i - 1}\)，\(c\) 后的 \(n - i\) 个字符必然要为 \(a_{i + 1} \sim a_n\)。
CF1580E Railway Construction 铁路系统中有 \(n\) 个车站和 \(m\) 条双向边，有边权，无重边。这些双向边使得任意两个车站互相可达。 你现在要加一些单向边 \((u,v,w)\) ，\(w\) 随便定，代价是 \(a_u\) ，使得从 \(1\) 号车站出发到每个车站都有至少两条边不相交的路线，并且最短路不改变。
1 计算某张图像的K-reciprocal Nearest Neighbor K-reciprocal重排序是ReID任务中用来提高检索效果的一种常用手段。一般的行人检索通常是根据行人特征，选取query图像(记为\(p\))的KNN作为topK，记为\(g = [g_1, g_2, ..., g_k]\)。虽然g集合中的图像都是p的K近邻，但对g中的某些图像，p
Solution 其实根本不需要楼上的 \(\mathsf{Pollard\_rho}\) 或 区间筛 算法。 考虑如何暴力计算一个数 \(n\) 的约数：从 \(1\) 到 \(\sqrt n\) 枚举约数即可。 那么我们可以直接给 \(m=b-a=10^4\) 个数开一个桶，从 \(1\) 到 \(\sqrt b\) 枚举约数，在其 \(\left[a,b\right]\) 里的倍数
\begin{array}{c}w_{d} = \log \left(\frac{\sum_{d^{\prime} = 1}^{\mathcal{D}} \sum_{h = 1}^{\mathcal{H}} d_{i s t}\left(x_{h}^{d^{\prime}}, x_{h}^{*}\right)}{\sum_{h = 1}^{\mathcal{H}} d_{i s t}\left(x_{h}^{d}, x_{h}^{*}\right)}\right)\en
Structural Optimization Makes Graph Classification Simpler and Better About This Paper Junran Wu, Jianhao Li, Yicheng Pan, Ke Xu State Key Lab of Software Development Environment, Beihang University http://arxiv.org/abs/2109.02027 Preliminary 我们要做的
目录 节点特征node degreenode centrality集聚系数 The clustering coefficient 图特征Weisfieler-Lehman kernel 邻域重叠检测 Neighborhood Overlap Detection局部重叠度量 Local overlap measure全局重叠度量 Global overlap measureKate indexLeicht, Holme, and Newma
一、最优化问题解的存在性 考虑优化问题（5.1.1）： min x ∈
极限与余极限 极限与余极限的概念是反向极限和正向极限概念的扩展。设\(\mathcal{I}\)是指标范畴，\(i \to A_i\)是\(\mathcal{I} \to \mathcal{C}\)的函子，\(A_i\)的极限\(L = \lim A_i\)是满足如下条件的对象：设\(i<j\) 对任意\(\phi_{ij}: A_j \to A_i\)，都存在\(\psi_i: L \to A_i
线性方程的迭代方法 本文将介绍求解线性方程· \(Ax = b\) 的几种方法。 其中 A 是一个大型矩阵，通常以算子的形式给出，例如在偏微分方程中。这类问题的规模太大，以至于像LU分解之类的直接方法受内存限制无法使用，故需要使用迭代求解。 静态（Stationary）方法 采用如下迭代格式： \[x_{k+1
目录Head [Ctrl+2] Head [Ctrl+2] Bold Bold [Ctrl+B] Italic Italic [Ctrl+L] Underline [Ctrl+U] strickout Highlight Bullet Bullet Bullet \(\alpha\) \({\beta}^2\) [Ctrl+Shift+M] \[{\alpha} \] Caligraphic (\mathcal) \(\mathcal A\) (General
一个非常 trivial 也不太常见的算法，不过学过了就不要忘了哦（ 猫树问题可以适用于离线解决以下类型的数据结构问题： 与序列有关，且询问是一段区间 序列静态，即，不涉及修改操作 当然离不离线都可以，由于其过程类似于点分治，所以在线的情况可通过类似于建出建出点分治的情况动态维护。 首
