- 综合排序
- 最热优先
- 最新优先
- 来自专栏授客的专栏
Spotlight on Mysql详细介绍
版本 Quest_Spotlight-on-MySQL_80.exe 2. 使用介绍 1） 主页 会话面板 ?
93640发布于 2019-09-11 - 来自专栏我爱计算机视觉
ECCV 2020 Spotlight 谷歌论文大盘点
本文继续盘点谷歌 Spotlight 中论文，看看工业界巨头都在关注什么方向，取得了哪些突破。 论文 | https://arxiv.org/abs/2008.06374 代码 | https://github.com/yunlu-chen/PointMixup/ 备注 | ECCV 2020 Spotlight 谷歌开放Open Images V6，首增语音、文本、鼠标轨迹同步注释 备注 | ECCV 2020 Spotlight 超大数据集 Open Images 的更新，新增了507444个局部叙事。 poem 视频结果 | https://drive.google.com/drive/folders/ 1kTc_UT0Eq0H2ZBgfEoh8qEJMFBouC-Wv 备注 | ECCV 2020 Spotlight 论文 | https://arxiv.org/abs/2007.07350 代码 | https://github.com/jonbarron/hist_thresh 备注 | ECCV 2020 Spotlight
83220发布于 2020-09-15 - 来自专栏生信技能树
SPOTlight || 用NMF解卷积空间表达数据
SPOTlight利用这两种数据类型的优势，能够将ST与scRNA-seq数据集成，从而推断出复杂组织中细胞类型和状态的位置。 也可以用来 现在我们跟着SPOTlight在GitHub上面的教程，来走一遍从单细胞到空间的映射，更多详细信息当然是要看他们的文章了。 首先加载我们的R包和单细胞数据。 spotlight_deconvolution函数接受scRNAseq数据和空间转录组学数据计数矩阵的Seurat对象，并返回反卷积结果。 ? spotlight_deconvolution spotlight_ls <- spotlight_deconvolution(se_sc = cortex_sc, nmf_mod_ls <- spotlight_ls[[1]] nmf_mod <- nmf_mod_ls[[1]] ?
1.9K10发布于 2021-10-22 - 来自专栏单细胞天地
SPOTlight || 用NMF解卷积空间表达数据
SPOTlight利用这两种数据类型的优势，能够将ST与scRNA-seq数据集成，从而推断出复杂组织中细胞类型和状态的位置。 也可以用来 现在我们跟着SPOTlight在GitHub上面的教程，来走一遍从单细胞到空间的映射，更多详细信息当然是要看他们的文章了。 首先加载我们的R包和单细胞数据。 spotlight_deconvolution函数接受scRNAseq数据和空间转录组学数据计数矩阵的Seurat对象，并返回反卷积结果。 ? spotlight_deconvolution spotlight_ls <- spotlight_deconvolution(se_sc = cortex_sc, nmf_mod_ls <- spotlight_ls[[1]] nmf_mod <- nmf_mod_ls[[1]] ?
3.2K20发布于 2021-01-12 - 来自专栏肘子的Swift记事本
在Spotlight中展示应用中的Core Data数据
基础 Spotlight 自2009年登陆iOS以来，经过10多年的发展，Spotlight（聚焦）已经从苹果系统的官方应用搜索变成了一个包罗万象的功能入口，用户对Spotligh的使用率及依赖程度也在不断地提升 在Spotlight中展示应用程序中的数据可以显著地提高应用的曝光率。 Core Spotlight 从iOS 9开始，苹果推出了Core Spotlight框架，让开发者可以将自己应用的内容添加到Spotlight的索引中，方便用户统一查找。 索引中 开发者还需要在应用中的项目发生修改或删除时及时更新Spotlight索引，让使用者始终获得有效的搜索结果。 比如，用户在Spotlight中通过关键字查询邮件，点击搜索结果后，应用将直接定位到该邮件并显示其详细信息。
2K10编辑于 2022-07-28 - 来自专栏生信技能树
空间转录组数据注释分析：SPOTlight反卷积
利用这两种数据类型的优点，Holger Heyn 团队开发了 SPOTlight 这一计算工具，于2021年5月21号发表在NAR杂志上，标题为《SPOTlight: seeded NMF regression SPOTlight的核心是基于种子的非负矩阵分解（seeded Non-negative Matrix Factorization, NMF）回归，该方法通过使用细胞类型标记基因进行初始化，并利用非负最小二乘法 SPOTlight官网：https://github.com/MarcElosua/SPOTlight 软件安装 我这里选择了github上面的最新版本： # 设置一下镜像 ## 使用西湖大学的 Bioconductor ") 本次分析参考教程： https://github.com/MarcElosua/SPOTlight/blob/main/vignettes/SPOTlight_kidney.Rmd 输入数据 输入的数据有 rm(list=ls()) library(ggplot2) library(SPOTlight) library(SingleCellExperiment) library(SpatialExperiment
1.1K11编辑于 2025-03-24 - 来自专栏机器之心
资源 | NIPS 2017 Spotlight论文Bayesian GAN的TensorFlow实现
该研究的论文已被列入 NIPS 2017 大会 Spotlight。
1.1K80发布于 2018-05-10 - 来自专栏晓飞的算法工程笔记
NeurIPS 2019 Spotlight | Cascade RPN，结构的艺术带来极致的提升
论文:Cascade RPN: Delving into High-Quality Region Proposal Network with Adaptive Convolution
1.1K00发布于 2020-01-24 - 来自专栏数据派THU
ICLR 2023 Spotlight | Yoshua Bengio团队新作，生成拓展流网络
本工作已入选 ICLR 2023 Spotlight，也是 GFlowNets 领域第一篇 Spotlight 文章。 本工作已入选 ICLR 2023 Spotlight，也是 GFlowNets 领域第一篇 Spotlight 文章。
56610编辑于 2023-05-18 - 来自专栏机器之心
ICLR 2023 Spotlight | Yoshua Bengio团队新作，生成拓展流网络
机器之心专栏 机器之心编辑部 本工作已入选 ICLR 2023 Spotlight，也是 GFlowNets 领域第一篇 Spotlight 文章。 本工作已入选 ICLR 2023 Spotlight，也是 GFlowNets 领域第一篇 Spotlight 文章。
39820编辑于 2023-05-09 - 来自专栏AI研习社
CVPR Spotlight 论文：当零示例学习遇上网络数据
基于以上观察，我们尝试将基于网络数据学习和零示例学习结合起来用来做细粒度分类，工作发表在 CVPR 2018 (spotlight)：「Webly Supervised Learning Meets Zero-shot
41210发布于 2018-07-26 Mac上用spotlight搜索输入几个字母后闪退
最近使用电脑时遇到的问题： 使用spotlight进行搜索时，只要输入字母超过一定个数(在我的Mac上是3个)，spotlight就闪退了。 谷歌搜索得到大部分解决方案是在系统自带词典的偏好设置里取消外部字典的勾选(如https://placeless.net/2017/09/28/spotlight-search-crash-on-high-sierra.html 解决方法：按苹果官网上关于这问题的讨论(https://discussions.apple.com/thread/8546951)可能是近期Safari的升级所致，需要在spotlight的设置里取消书签与历史记录 (Bookmarks & History)的勾选，即系统偏好设置-Spotlight-搜索结果-书签与历史记录(Bookmarks & History)取消勾选。
66020发布于 2020-12-30- 来自专栏机器之心
ICLR 2022 Spotlight｜让AI学会捏橡皮泥飞机
论文已被 ICLR 2022 接收为 Spotlight Presentation。 论文地址：https://openreview.net/forum?id=mmUA7_O9mjY 1.
94020编辑于 2022-05-05 - 来自专栏生信补给站
空转 | 我，SPOTlight，用解卷积，解决空间转录组spot注释！
library(SPOTlight) library(Seurat) library(ggplot2) library(SingleCellExperiment) library(scater) library 二 SPOTlight 分析 1，数据处理 先将数据转为SingleCellExperiment 对象，然后按照官网文档https://github.com/MarcElosua/SPOTlight/ 2，SPOTlight分析 使用SPOTlight主函数进行分析，注新版本的是SPOTlight函数，而不是spotlight_deconvolution函数了。 "]] <- CreateAssayObject(t(res$mat)) DefaultAssay(Brain_ST) <- "SPOTlight" 三 SPOTlight 结果可视化 1，提取SPOTlight 参考资料： https://github.com/MarcElosua/SPOTlight/blob/HEAD/vignettes/SPOTlight_kidney.Rm
3.1K31编辑于 2023-08-25 - 来自专栏AI科技评论
干货 | CVPR Spotlight论文：当零示例学习遇上网络数据
基于以上观察，我们尝试将基于网络数据学习和零示例学习结合起来用来做细粒度分类，工作发表在 CVPR 2018 (spotlight)：「Webly Supervised Learning Meets Zero-shot
44630发布于 2018-07-27 - 来自专栏机器之心
NeurIPS Spotlight｜从分类到生成：无训练的可控扩散生成
这一框架无缝整合现有的无训练指导方法，凭借理论创新和大规模实验验证，成为扩散模型条件生成领域的重要里程碑，目前已经被 NeurIPS 2024 接收为 Spotlight。
44410编辑于 2025-02-14 - 来自专栏DrugOne
NeurIPS 2021 | Spotlight：小样本分子性质预测新方法
分子性质预测（Molecule Property Prediction）是研究者在进行新药发现研究时经常会遇到的问题。由于新药发现研究中已知药理性质的分子（有标签样本）少，小样本学习（Few-Shot Learning）的方法在分子性质预测问题中有不错的效果。在已有的小样本的分子性质预测研究中，很多工作会选择直接使用小样本学习的经典方法，但是忽视了分子性质预测这个问题的特性，比如分子之间的关系以及同种分子在不同性质上的表现。在这篇工作中，我们提出了新的分子性质预测模型PAR，在获取分子表征的过程中加入self-attention层获取分子性质信息，创新地加入了分子关系学习和参数部分更新的策略，解决了已有工作存在的问题，在多个分子性质预测的数据集中取得了很好的效果。
73830编辑于 2022-03-25 - 来自专栏灯塔大数据
原创译文 | 微软发布Bing Spotlight，检索新闻不再眼花缭乱
Bing Spotlight不只是提供表面的头条新闻，还能够展示出从“各种角度”看事件的详细时间表，以及相关的社交媒体帖子和深入报道的链接。 Bing Spotlight可以在美国的Bing桌面和移动网络上使用。发言人通过电子邮件表示，Bing Spotlight是一个“持续开发的功能”，团队将根据用户反馈，评估其功能选项。 Bing Spotlight的深度学习算法基于每天数百万个搜索查询和新闻文章，由此来高亮突出趋势性的话题。 在Google推出针对智能手机改版的谷歌新闻应用程序大约三个月后，Bing Spotlight就出现了。 Bing Spotlight doesn't just surface headlines.
1.1K20发布于 2018-10-09 - 来自专栏机器之心
ICLR 2022 Spotlight | MSU联合MIT-IBM提出首个黑箱防御框架
机器之心专栏 作者：张益萌 本文是一篇关于黑箱防御工作的研究，代码和模型均已开源，论文已被 ICLR 2022 接收为 spotlight paper。 今天介绍一篇密歇根州立大学 (Michigan State University) 和 MIT-IBM AI 实验室的一篇关于黑箱防御工作的文章，本文被 ICLR 2022 接收为 spotlight
39320编辑于 2022-09-07 - 来自专栏AI科技大本营的专栏
NIPS2018 | 腾讯AI Lab入选20篇论文，含2篇Spotlight
腾讯AI Lab第三次参加NIPS，共有20篇论文入选，其中2篇被选为亮点论文（Spotlight），涵盖迁移学习、模仿学习、半监督学习等多个研究主题，去年我们入选论文8篇，含1篇口头报告（Oral）。 for Transfer and Adaptation across Environments and Tasks 这项研究由腾讯 AI Lab 和南加州大学合作主导完成，是本届 NIPS 的 Spotlight Path Integrated Differential Estimator 这项研究由北京大学与腾讯 AI Lab 合作完成，探索了一种用于快速随机求解非凸优化问题的方法，同时也是本届 NIPS 的 Spotlight
85530发布于 2018-10-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号