我们提出了一个图像恢复变压器模型，恢复器，它是计算效率处理高分辨率的图像。我们介绍了Transformer模块核心组件的关键设计，以改进特征聚合和转换。具体来说，我们的multiDconv head transposed attention (MDTA)模块通过跨通道而不是空间维度应用自我注意来隐式模拟全局上下文，因此具有线性复杂性而不是二次复杂性。此外，所提出的门控- dconv前馈网络(GDF

在本文中，我们提出了一种新的无模型脱模方法，称为EfficientDeRain。我们的方法不仅可以实现显著的高性能，而且运行效率比最先进的方法超过80倍。首先，我们提出并设计了一种新颖的像素级膨胀滤波方法，其中每个像素由脱机训练的核预测网络估计的多尺度核进行滤波。其次，我们提出了一种简单而有效的训练网络的数据增强方法，即RainMix，弥合了合成数据和真实数据之间的差距。最后，我们在流行的和具有挑

本文提出了一种基于双网络的鲁棒签名目标检测方法。首先，基于一个目标样本构造一个具有代表性的训练集。然后，根据目标不同的显著性特征，建立两种不同的神经网络对目标进行检测。最后，利用图像融合策略对两种神经网络的检测结果进行融合。在HSIs上的实验表明，与其他方法相比，该方法以一个目标样本为先验，能够提供更好的、更鲁棒的检测结果。未来的工作可以在双网络结果的自适应融合上进行。

探索与利用是与环境做交互学习的重要问题，是强化学习试错法中的必备技术，而多臂老虎机问题是研究探索与利用技术理论的最佳环境。了解多臂老虎机的探索与利用问题，对接下来我们学习强化学习环境探索有很重要的帮助。对于多臂老虎机各种算法的累积懊悔理论分析，有兴趣的同学可以自行查阅相关资料。-贪婪算法、上置信界算法和汤普森采样算法在多臂老虎机问题中十分常用，其中上置信界算法和汤普森采样方法均能保证对数的渐进最优

在这项工作中，提出了一种用于裂纹检测的深度监督网络。在该网络中，DeepLab被用作密集特征提取器，以获得多尺度卷积特征。采用了一种新的多尺度特征融合模块。该模块背后的主要动机是解决U形结构中具有语义信息的深层特征在逐层融合过程中被稀释的问题。深度监督学习用于多尺度特征的集成直接监督。此外，采用加权交叉熵损失函数来解决路面裂缝数据的样本不平衡问题。为了进行性能评估，我们分别在三个公共裂缝数据集上进

在多臂老虎机（multi-armed bandit，MAB）问题（见图 2-1）中，有一个拥有根拉杆的老虎机，拉动每一根拉杆都对应一个关于奖励的概率分布 。我们每次拉动其中一根拉杆，就可以从该拉杆对应的奖励概率分布中获得一个奖励 。我们在各根拉杆的奖励概率分布未知的情况下，从头开始尝试，目标是在操作次拉杆后获得尽可能高的累积奖励。由于奖励的概率分布是未知的，因此我们需要在“探索拉杆的获奖概率”和“

1. yolov5网络架构与组件1.1 网络可视化工具 netron1.2 不同模型的配置1.3 Focus 模块1.4 CSPNet 跨阶段局部网络1.5 SPP 空间金字塔池化1.6 PANet 路径聚合网络image-202303301306037432. 损失函数2.1 类别预测2.2 边界框回归2.3 回顾IoU2.4 IoU推广——GIoU loss2.5 IoU推广——DIoU lo

本文的主要贡献包括３个方面：１）提出了一个基于实时供需状态的动态网约车路径规划框架，实现高效的大规模空闲网约车调度，通过包含实时的供需信息来适应动态变化的环境．２）设计了一种带有动作采样的ＡＳ－ＡＣ算法来选择可行的动作，增加了动作选择的随机性，从而有效地防止竞争．３）使用真实的网约车订单数据进行了大量实验，实验结果表明提出的方法相比对比方法有着更低的请求拒绝率．

马尔可夫决策过程（Markov decision process，MDP）是强化学习的重要概念。要学好强化学习，我们首先要掌握马尔可夫决策过程的基础知识。前两章所说的强化学习中的环境一般就是一个马尔可夫决策过程。与多臂老虎机问题不同，马尔可夫决策过程包含状态信息以及状态之间的转移机制。如果要用强化学习去解决一个实际问题，第一步要做的事情就是把这个实际问题抽象为一个马尔可夫决策过程，也就是明确马尔可

马尔可夫决策过程（Markov decision process，MDP）是强化学习的重要概念。要学好强化学习，我们首先要掌握马尔可夫决策过程的基础知识。前两章所说的强化学习中的环境一般就是一个马尔可夫决策过程。与多臂老虎机问题不同，马尔可夫决策过程包含状态信息以及状态之间的转移机制。如果要用强化学习去解决一个实际问题，第一步要做的事情就是把这个实际问题抽象为一个马尔可夫决策过程，也就是明确马尔可