元胞自动机原理及其在显著性检测中的应用

      元胞自动机(cellular automata,CA) 是一种时间、空间、状态都离散,空间相互作用和时间因果关系为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力,不同于一般的动力学模型,元胞自动机不是由严格定义的物理方程或函数确定,而是用一系列模型构造的规则构成。凡是满足这些规则的模型都可以算作是元胞自动机模型。因此,元胞自动机是一类模型的总称,或者说是一个方法框架。其特点是时间、空间、状态都离散,每个变量只取有限多个状态,且其状态改变的规则在时间和空间上都是局部的。
      元胞自动机可用来研究很多一般现象。其中包括通信、信息传递、计算、构造 (Construction)、材料学、复制 、竞争与进化等。同时。它为动力学系统理论中有关秩序、紊动 、混沌 、非对称、分形等系统整体行为与复杂现象的研究提供了一个有效的模型工具,本次学术报告将详细介绍其原理以及在显著性检测中的应用。

附件-元胞自动机原理及其在显著性检测中的应用.pdf

原创文章,作者:admin,如若转载,请注明出处:https://www.isclab.org.cn/2018/11/06/%e5%85%83%e8%83%9e%e8%87%aa%e5%8a%a8%e6%9c%ba%e5%8e%9f%e7%90%86%e5%8f%8a%e5%85%b6%e5%9c%a8%e6%98%be%e8%91%97%e6%80%a7%e6%a3%80%e6%b5%8b%e4%b8%ad%e7%9a%84%e5%ba%94/

(1)
adminadmin
上一篇 2018年11月2日 下午6:07
下一篇 2018年11月18日 下午6:53

相关推荐

  • 缺乏先验知识条件下的模型窃取方法

    随着机器学习的快速发展,图像分类、恶意软件识别等多个领域都通过建立机器学习模型解决相应的问题。但由于一些训练出的模型可能涉及训练数据的隐私信息与模型的商业价值,所以其安全性一直备受…

    2021年4月14日
    3.4K
  • 智能体的第三方组件安全:从工具到技能

    本报告围绕智能体第三方组件安全展开,重点关注Tool和 Skill在增强Agent外部交互与任务执行能力的同时所带来的潜在安全风险。随着智能体对第三方组件的依赖不断加深,攻击者可能…

    2026年8月17日
    22
  • 多标签学习综述

          多标签学习的研究对于多义性对象的学习建模具有十分重要的意义,现已逐渐成为机器学习界一个新的研究热点。本次报告…

    2019年7月10日
    3.8K
  • Deep Learning词向量生成–CBOW和Skip-gram

      Deep Learning词向量生成的方法通过神经网络模型让机器自动学习到每个词有效的特征表示,而CBOW模型和Skip-gram模型是目前最流行、常用的Deep learni…

    学术报告 2017年10月13日
    3.4K
  • Transformer中的Multi-Head Attention

          注意力(Attention)机制被广泛应用到基于深度学习的自然语言处理(NLP)各个任务中。随着注意力机制的…

    2018年12月17日
    3.5K
  • 模型窃取防御:从被动溯源到主动防御

    本次学术报告探讨模型窃取防御方法,重点介绍两种前沿防御方案。ModelShield采用自适应鲁棒水印技术,通过查询响应分布自动注入水印,实现被动溯源与版权验证;QUEEN则基于查询…

    2025年12月8日
    3.6K
  • AFL–基于覆盖的模糊测试工具

    本次报告介绍了模糊测试以及各种分类方法,并且讲解了目前流行的模糊测试工具AFL的原理,阐明了AFL工具是如何提高代码覆盖率的。针对AFL存在的测试用例生成盲目性的问题,介绍了一种基…

    2021年3月29日
    3.9K
  • 基于深度学习的二进制软件漏洞挖掘

    CVE年度统计结果表明,2018年披露的漏洞数量超过16500,创历史新高。漏洞的数量和复杂程度与日俱增,导致传统二进制漏洞自动化挖掘技术的成本也在不断升高。为迎接这些挑战,研究人…

    2019年12月22日
    4.2K
  • 使用Python进行并发编程

    本次报告首先介绍了线程、进程的概念,由此讲解操作系统中实现并发编程的三种方式,着重介绍了Python语言下多线程、多进程、协程的编程方法,并结合开发实际,给出了在线程、进程、协程之…

    2020年2月27日
    3.6K
  • 多示例多标记学习

        本次学术报告主要讲解了多示例多标记学习(Multi-Instance Multi-Label learning),主要对多示例多标记…

    学术报告 2018年3月11日
    3.2K