手绘草图从古至今都是人们交流和表达意图的重要媒介，在计算机视觉、计算机图形学、机器学习、人机交互等方面有着广泛的应用前景。手绘草图相关的研讨会（SHE）将首次出现在计算机视觉顶级会议 ICCV 2021 的舞台上，旨在让大家交流并分享相关最新研究成果和前沿进展！ 我们邀请了 4 位领域内顶尖的专家为研讨会作相关主题报告，包括 Adobe 首席科学家 Aaron Hertzmann, 加拿大英属哥伦比亚大学教授 Alla Sheffer, 香港城市大学教授 Hongbo Fu 和佐治亚理工及 Faceboo
作者：Moez Draief, Konstantin Kutzkov, Kevin Scaman, Milan Vojnovic
其实，上面（D）Asymptotes， 渐近线 的第3个，也提到了 Slant Asymptotes 偏渐近线 这里我们给出定义：
封面由ARKie智能设计助手生成 Ant Design 最近发布了 antd.sketchapp ： 使用 skpm 构建工具，基于 React Sketch.app 及 Ant Design ，实现了 antd.sketchapp ，可以很方便的把 Ant Design 的前端代码转化为 sketch 文件。类似的基于 Material Design 我们也可以实现一个 MD.sketchapp 。antd.sketchapp 更大的意义在于其是一套设计系统更新的工具，可以快速对 Sketch 已
2022年圣诞节到来啦，很高兴这次我们又能一起度过~ CSDN诚邀各位技术er分享关于圣诞节的各种技术创意，展现你与众不同的精彩！参与本次投稿即可获得【话题达人】勋章+【圣诞快乐】定制勋章（1年1次，错过要等下一年喔）！ 你可以从以下几个方面着手（不强制），或者根据自己对话题主题的理解创作，参考如下：
InkCanvas本身已经支持使用鼠标或者触屏来画线，下面的示例是使用代码进行画线。
机器之心报道 编辑：杜伟、陈 CMU 助理教授朱俊彦团队的最新研究将 GAN 玩出了花，仅仅使用一个或数个手绘草图，即可以自定义一个现成的 GAN 模型，进而输出与草图匹配的图像。相关论文已被 ICCV 2021 会议接收。 深度生成模型（例如 GAN）强大之处在于，它们能够以最少的用户努力合成无数具有真实性、多样性和新颖的内容。近年来，随着大规模生成模型的质量和分辨率的不断提高，这些模型的潜在应用也不断的在增长。 然而，训练高质量生成模型需要高性能的计算平台，这使得大多数用户都无法完成这种训练。此外，训
Krustlet: Running WebAssembly Workloads in Kubernetes (written in Rust)
巴伐利亚算法（Bavarian Sketching）是一种基于哈希表的数据结构，可以高效地实现近似计数和查询。
CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo
相比大家都听过自动化生产线、自动化办公等词汇，在没有人工干预的情况下，机器可以自己完成各项任务，这大大提升了工作效率。
论文《Interactive Sketching of Urban Procedural Models 》：a) 用户简单勾画建筑物某个组件的轮廓 ；b）基于深度学习，系统找到匹配预定义的组件集（论文称为 Snippet Grammar ） ；c）用户从匹配到的组件集中挑选合适的组件 （系统转化为 Snippet Grammar 的形式）；d）系统合成用户的选项（组装 Snippet Grammar ），生成建筑 3D 模型……
Photo-Sketching 一个能将照片的轮廓识别出来并将其转化为“速写”型图像的开源模块。
你一边听着同事们七嘴八舌的建议，一边就把原型图在白板上画了出来：“我们按这个来讨论一下吧，时间不等人，后面还要UI设计、前端开发……”
绘画，尤其是草图可以说是传达概念、对象和故事的一种方式。计算机视觉和人机交互方面的草图研究历史悠久，可追溯到 1960 年代。近年来，由于深度学习技术的快速发展，草图应用越来越多，这些技术可以成功地处理草图识别、生成、基于草图的检索、语义分割、分组、解析和抽象等任务。
我的职责通常是产品战略和设计方向的规划，很少参与具体的设计细节，但我一直相信基础设计技能对于设计思维的影响，以下五条是我认为页面设计最基础的技能要求。没有经历任何艺术教育的设计师（比如我）也可以通过对以下五项修炼的培养迅速提高基础设计能力。 草绘 无论前端技术发展成什么样，在自然交互界面没有大行其道，只要图形界面依然是交互设计的主流，网页设计的基础还是版式设计。换句话说，很多人的设计感不好来源于对于版式设计的基础并不了解。 在传统的印刷物或图形设计领域，一件作品的创造过程通常经历4个基础步骤： Sketch
这是论文《 Interactive Sketching of Urban Procedural Models 》的解读，主要以解读实现思路为主。 * 使用流程： 根据用户勾画的草图，系统自动生成3D的
而复旦大学副教授黄增峰一人署名的论文《Near Optimal Frequent Directions for Sketching Dense and Sparse Matrices》则和 DeepMind、斯坦福大学的两篇论文一同位居「亚军」论文行列。
1. Google Brain发布2017年总结贴，感觉今年vision方面已经没什么进展了，AutoML还是优先级最高的 链接：https://research.googleblog.com/
机器学习作为一个领域，正以惊人的速度发展。Github是全世界都在关注的白板。高质量的代码被定期张贴在那无限的智慧板上。
DeepMind以其在深度强化学习方面的工作而闻名，尤其是在掌握复杂游戏和预测蛋白质结构方面。
因为这个Seurat的V5版本还是有一些优势的，比如可以轻轻松松拿捏这130万单细胞的数据集，需要参考Seurat官网的3个资料：
近年，人工智能的各个领域，包括自然语言处理、计算机视觉、语音处理，借助深度学习的强大威力，都取得了令人叹为观止的巨大进步。将深度学习技术应用于传统的科学领域，如物理、化学、生物、医学，即所谓的 AI for Science（科学智能），作为一个新的交叉学科，也逐渐兴起，孕育着巨大的潜力，受到广泛的关注。
2022年第36届人工智能顶级会议AAAI论文列表已经放出，此次会议共收到9251篇论文提交，其中9020篇论文被审稿。最终录取篇数为1349篇，录取率为可怜的15%。由于境外疫情形势依然严峻，大会将在2月22日到3月1日在线上进行举办。
前一篇文章分享了RAID 2020上的论文《Cyber Threat Intelligence Modeling Based on Heterogeneous Graph Convolutional Network》，基于异构图卷积网络的网络威胁情报建模。
之前版本的CellPhoneDB依赖的anndata不兼容导致使用h5ad的文件作为count matrix输入报错，没想到CellPhoneDB更新到了4.0解决了这个问题，而且运行速度超级快几分钟就跑完了10几万细胞的主要流程
1.AniFaceDrawing: Anime Portrait Exploration during Your Sketching(SIGGRAPH 2023)
You are given the task to design a lighting system for a huge conference hall. After doing a lot of calculation and sketching, you have figured out the requirements for an energy-efficient design that can properly illuminate the entire hall. According to your design, you need lamps of n different power ratings. For some strange current regulation method, all the lamps need to be fed with the same amount of current. So, each category of lamp has a corresponding voltage rating. Now, you know the number of lamps and cost of every single unit of lamp for each category. But the problem is, you are to buy equivalent voltage sources for all the lamp categories. You can buy a single voltage source for each category (Each source is capable of supplying to infinite number of lamps of its voltage rating.) and complete the design.
在这里我们先来聊聊我们究竟应该如何操作剪贴板，也就是我们在浏览器的复制粘贴事件，并且在此基础上聊聊我们在Canvas图形编辑器中应该如何控制焦点以及如何实现复制粘贴行为。
单细胞和空间组学技术的迅速崛起生成了大量数据，为提供具有用户友好界面的更全面的数据分析平台，近日《Nature Communications》发表了一款交互式且易于使用的应用程序——ezSingleCell，无需事先具备编程知识即可分析各种单细胞和空间组学数据类型。
Joshua Chou 毕业于多伦多大学，目前从事信息论与编码论的相关研究，主要研究内容为格码 (Lattice Codes) 与低密度奇偶检查码 (Low Density Parity Check Codes) 的演算法，以及它们在通讯系统中的应用。其他感兴趣的研究领域包括凸优化 (Convex Optimization) 以及随机规划 (Stochastic Programming)。
1.MVDiffusion: Enabling Holistic Multi-view Image Generation with Correspondence-Aware Diffusion
夏乙 发自 凹非寺 量子位 出品 | 公众号 QbitAI 这几天，吃瓜群众心系莫斯科，机器学习研究者们的目光，飘向了更靠北的斯德哥尔摩。 △ Twitter @AmandaPapp4AI 机器学习顶
联邦学习（Federated Learning）允许用户在将数据保留在本地端不共享的前提下形成一个联合体训练得到全局模型，从而有效解决数据隐私和安全保护问题。同时，还可以有效应用联合体各方用户所掌握的标注数据，解决标注数据缺乏的问题。在联邦学习架构的每一轮学习过程中，中央服务器在当前全部客户端中选定一些客户端子集并将全局模型下发给这些客户端子集。然后，这些客户端子集在本地运行随机梯度下降（SGD）等优化处理步骤后生成本地模型。最后，客户端子集将本地模型发送回中央服务器。反复执行训练过程直到模型收敛，生成最终的全局模型。
选自arXiv 作者：Mengran Gou等 机器之心编译 参与：路雪、黄小天、邱陆陆 近日，来自美国东北大学和美国信息科学研究所的研究者联合发布论文《MoNet: Moments Embedding Network》，提出 MoNet 网络，使用新型子矩阵平方根层，在双线性池化之前执行矩阵归一化，结合紧凑池化在不损害性能的前提下大幅降低维度，其性能优于 G^2DeNet。目前该论文已被 CVPR 2018 接收。 将图像的局部表示嵌入成既具有代表性、又不受轻微噪声影响的特征，是很多计算机视觉任务中的重
---- 新智元报道 来源：网络 编辑：小咸鱼 【新智元导读】AI研究实验室DeepMind收购并开源了MuJoCo，多关节动力学(MuJoCo)可以为DeepMind的机器人研究提供新的动力。这篇文章将追溯DeepMind是如何一直在机器人领域努力突破极限的。 DeepMind 终于逆袭了！ 这家总部位于伦敦的AI研究公司在过去几年亏损数亿美元后，有史以来第一次实现了盈利! DeepMind收购MuJoCo 在2020年，DeepMind实现了5960万美元的利润。 而仅在一年前的2019年
许多经典的机器学习方法专注于如何利用可获得的数据来做出更准确的预测。最近，研究者们也开始关注其他重要的目标，比如怎样设计一个小巧、高效又鲁棒的算法。在这些目标的驱动下，一个自然的研究课题就是设计一个基于神经网络的系统，该网络可以高效地存储其中编码的信息。换句话说，也就是设计一种概括复杂深度网络处理输入的方法的简单机制（像「速写」（sketch）一样）。「神经网络速写」是一个被广泛研究的领域，可以追溯到 Alon、Matias 和 Szegedy 的奠基性工作「The space complexity of approximating the frequency moments」。这项工作中，研究者们使得神经网络可以高效地概括输入的信息。
图神经网络（GNN）是一类专门针对图结构数据的神经网络模型，在社交网络分析、知识图谱等领域中取得了不错的效果。近来，相关研究人员在GNN的可解释性、架构搜索、对比学习等方面做了很多探究。
ICLR 2023 将于2023年5月1日—5日在卢旺达首都基加利线下举行。ICLR由深度学习巨头、图灵奖获得者 Yoshua Bengio 和 Yann LeCun 牵头举办，从2013年至今已经举办了10届，今年将举办第11届。
ControlNet: Adding Conditional Control to Text-to-Image Diffusion Models
AAAI' 22已公布录用论文，接收1349篇/投稿9020篇，录用率为15.0% ，完整录用论文列表见
你可以在 GitHub 上找到这个项目的代码：https://github.com/ashnkumar/sketch-code
机器学习作为一个领域，正以惊人的速度发展。Github 是全世界开发者都在关注的网站，最高质量的代码被定期发布在这里。
本篇分享 CVPR 2024 论文SVGDreamer: Text Guided SVG Generation with Diffusion Model，由北航&港大发布全新文本引导的矢量图形可微渲染方法，SVGDreamer。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
