y4ny4n's blog

在完成毕业论文期间入门了解RL理论知识的笔记。

记录一次vits模型训练并部署到qq-bot的踩坑历程

一直想搭建一个bot实现一些功能，该bot基于mirai机器人框架和graia搭建，参考sagiri-bot功能实现。自己随便写写，这篇文章主要记录一下报错信息和心路历程。

更：考研回来了，重写了之前的bot，见船新版本。

Boundary-Aware Salient Object Detection 即边界感知显著目标检测

根据放假以来的学习，简单画了下理解网络所需要理解掌握的知识。自己还没有摸太清，只是目前理解的，待更新…

SSIM( Structural SIMilarity)即图像质量评估的多尺度结构相似方法

结构相似性，一种全参考的图像质量评价指标，它分别从亮度、对比度、结构三方面度量两幅图像相似性。

个体移动距离的相当大的变化性和他们未来位置的高度可预测性共存。

通过GPS和移动电话的数据，可以将个体分为两类:explorers&returners。

returners和explorers在传播现象中起着不同量级的作用，他们的移动模式和社会互动之间存在相关性。

许多精细尺度的城市流动模型都需要繁琐昂贵的出行调查来校准，且这种出行调查成本高采样率低。

本模型旨在对通讯技术提供的大量低成本地理标记数据(无法告诉我们用户的详细活动选择)进行根本性的范式转换，以模拟城市流动。

本文提出的TimeGeo模型可以在10min时间间隔和百米的分辨率下高效产生城市流动模式，从通信活动中可用的稀疏和不完整的数据中生成完整的城市流动概况。

大数据提供了创建社会数字神经系统的可能性，实现对社会经济现象相关方面的实时测量、监测和预测。

本文研究了人类移动模式和社会经济发展的相关性。

测量了每个个体的移动量(mobility volume)和移动多样性(mobility diversity)，并在城市水平( municipality level)上聚合这些测量，研究其和外部社会经济指标( external socio-economic indicator)的相关性。

该研究发现三个结果:

①聚合的人类移动模式与社会经济指标相关

②移动多样性(用个体用户轨迹的熵来定义)与外部社会经济指标的相关性最强

③移动量和移动多样性与社会经济指标有相反的相关性

个人移动轨迹的jump size()和waiting time()符合胖尾分布，这说明连续时间随机游走模型(CTRW)与人类移动的相关性。

我们需要能描述移动轨迹统计特征的定量模型。本文使用人类移动的经验数据(empirical data)来说明CTRW模型的预测与实证结果存在系统性冲突。

本文介绍控制人类移动的两个准则，建立一个个体移动的统计微观模型。该模型解释了经验观察到的标度定律(scaling laws)，同时也允许我们分析预测大多数相关的标度指数。

提出一个问题:人类行为在多大程度上是可预测的?

通过测量每个个体的轨迹熵，作者发现用户的移动有93%的潜在可预测性

尽管个体在移动模式上有显著差异，但作者发现可预测性显著缺乏变化，很大程度上与用户定期移动的距离无关。