- 综合排序
- 最热优先
- 最新优先
- 来自专栏玉树芝兰
打破你的适应性偏见
只是上初中那时候，我还不知道这种现象有个心理学名称，叫做“适应性偏见”。 偏见 刘润老师对“适应性偏见”的定义是： 人们对好的、坏的环境，最终都能适应的强大的行为心理。 但是适应性偏见的强大作用依然会把你往回拽。只要稍有机会，你就会自己创造一个“小环境”——也就是国际办主任提到的“泡泡”——缩在里面不肯出来。 方法 适应性偏见如此强大，我们就只能认命了吗？ 当然不是。 打破适应性偏见的方法并不复杂。也就是三条： 输入新信息； 做出尝试； 反馈调整。 输入新信息，就是古人说的“兼听则明”。 这种反馈思考的对比也会让你清楚了解到周围环境如何通过适应性偏见影响你，以及程度有多高。假如你是进取型人格，周围人的嘲讽可能对你没有什么显著影响，那你只需要不断寻找机会、更新目标就行了。 冰冻三尺非一日之寒，对抗适应性偏见也不是一朝一夕之功。这三条步骤看似简单，却是必须要靠时间的积累才能不断培养，并且坚持下来形成习惯的。 你曾经有过哪些适应性偏见，是否打破了它们？怎么做到的？
65520发布于 2018-08-22 - 来自专栏生信宝典
综述：变温动物的适应性免疫
Martin F.Flajnik撰写的关于适应性免疫学起源发展和功能《A cold-blooded view of adaptive immunity》一文，于2018年3月19日发表在nature reviews 3 Variable lymphocyte receptor 之前对体液免疫和细胞免疫进行的一些研究表明，无颚类具有适应性免疫，对不同的外来抗原和同种抗原有特异性的应答。 3. 两栖动物经历了蜕变，在这一转变过程中，适应性免疫发生了广泛的变化。末端脱氧核苷酸转移酶(TDT)在幼虫中不表达，因此免疫球蛋白和TCRs中的抗原受体连接缺乏N区，因此多样性较低。 变态后，第二波淋巴细胞迅速发育，现在有大量互补决定区3（CDR3）多样性。一种有效的假设是，幼虫的体液免疫是由CD4细胞调节的，但免疫球蛋白库的多样性较低；细胞免疫可能是NKT样细胞的结构域。 Box 3 Key questions for evolutionary immunologists 淋巴细胞发育的转录网络是在适应性免疫出现之前建立的。
2.8K30发布于 2018-12-19 - 来自专栏技术综合
适应性页面自己的看法
3.设置整体页面 通过设置body标签的样式来实现 body{ max-width:1920;/*设置页面的最大宽度，防止页面变形*/ margin:0 auto; /*设置页面整体居中*/ }
36620发布于 2020-08-25 云直播全球直播需求适应性技术指南
摘要 本技术指南旨在解析云直播技术在全球直播需求中的适应性，特别是跨境场景。我们将探讨云直播技术的核心价值、实施挑战、操作指南，并对比通用方案与腾讯云方案的差异，以展示腾讯云直播服务的优势。 3大关键挑战 全球网络延迟：跨境直播需要面对不同地区的网络延迟问题。 高并发访问：全球直播可能面临大量用户同时在线，对服务器的压力巨大。 （来源：客户实践） 通过本指南，您可以了解到云直播技术在全球直播需求中的适应性，以及如何利用腾讯云产品实现高效、安全的直播服务。
36610编辑于 2025-07-29- 来自专栏1996
深度特征级联的适应性跟踪学习策略
论文题目：Learning Policies for Adaptive Tracking with Deep Feature Cascades 摘要 本文介绍了一种适应性跟踪方法，可以在不降低准确性的情况下提高深度跟踪器的速度 该方法在近50%的时间内提供了100倍的加速，表明了适应性方法的优势。 背景 本文研究背景：本文研究的是基于深度特征级联的自适应跟踪策略。 3、在最后一层级中，使用回归器来预测目标的位置。 4、通过在线学习来更新分类器和回归器的参数，以适应目标的外观变化和运动。
35110编辑于 2024-01-18 综述《适应性免疫受体库分析》
摘要： B细胞和T细胞受体库组成了个体的适应性免疫受体库（AIRR）。AIRR是抗原特异性受体的集合，驱动适应性免疫反应，而适应性免疫反应也刻印在个体的免疫组库中。 1.前言 适应性免疫应答是由一系列适应性免疫受体(AIRs)识别抗原后引发的，这些受体包括B细胞受体(BCRs)和T细胞受体(TCRs)，分别由B淋巴细胞和T淋巴细胞表面表达。 图1|适应性免疫受体生成和结构。 这使得在自身免疫、炎症或感染性疾病以及液体或实体癌症的背景下研究组织驻留的适应性免疫受体成为可能，在实体肿瘤中可以捕获到驻留有适应性免疫细胞的肿瘤微环境。 Clonotypes: 克隆型 定义范围从CDR3氨基酸序列到序列簇或整个可变区序列，尚无统一标准。 Epitope: 表位 抗原中被适应性免疫受体识别并直接接触的具体部位。
31710编辑于 2025-11-20- 来自专栏DrugScience
Science | 酶温度适应性的进化机制
在本文中，他们结合深入机理研究以及对数千种酶的全面序列分析，对酶温度适应性的分子机理和进化机制进行了研究。 ? 自生命产生以来，有机体及体内的酶始终在适应环境中的选择压力和不断进化。 为了剖析酶温度适应性的分子和进化机制，作者对细菌酶酮类固醇异构酶（Ketosteroid Isomerase, KSI）进行了深入的机理研究，揭示了其温度适应性的分子机制。 在冷适应性的KSI同源基因中，质子化Asp103 (D103)作为更强的氢键供体，提高了活性；相应地，热适应性KSI的同源序列通过Ser103 (S103)来稳定，Ser103降低了活性，但通过去除D103 总得来说，作者以酶KSI为例，结合序列分析、系统发育分析和物理相互作用分析等手段，深度剖析了酶温度适应性的分子机理和进化机制。
1.2K20发布于 2021-03-22 - 来自专栏微生态与微进化
适应性突变—对新达尔文主义的严重挑衅？
然而，适应性突变的概念似乎挑战这一基本原则。 由于lac-在此培养基不能生长，因此lac-变成lac+的过程并未伴随细胞增长或死亡，也即这些新的突变不是因为增殖中的选择而产生的[3]。 这表明，适应性突变并不意味着突变的产生是非随机的，也不意味着压力诱导的突变都是适应性的，也即非定向突变（directed mutation）。 适应性扩增的经典实例：适应性扩增导致异质性耐药。 Nature Reviews Genetics, 2001, 2(7): 504-515. [3] Harris R S, Longerich S, Rosenberg S M.
76350编辑于 2022-12-31 - 来自专栏GiantPandaCV
IBN-Net: 提升模型的域自适应性
概述 IBN-Net出发点是：提升模型对图像外观变化的适应性。在训练数据和测试数据有较大的外观差异的时候，模型的性能会显著下降，这就是不同域之间的gap。 但是实际应用中不可避免遇到训练数据无法将所有情况下(色调变化，明暗变化 )的数据都收集到，所以如何提升模型对图像外观变化的适应性、如何提高模型在不同域之间的泛化能力也是一个非常值得研究的课题。 ResNet由4组残差块组成，在IBN-Net的改进中，仅仅在Conv2_x, Conv3_x, Conv4_x三个块中加入IN，Conv5_x不进行改动。 同时需要说明的是和IBN-a不同，IBN-b使用的范围是(Conv2_x和Conv3_x) 除了上述两种BN和IN结合方法，作者还探索出更多变体，如下图所示： ? = self.conv2(out) out = self.bn2(out) out = self.relu(out) out = self.conv3(
1.5K41发布于 2020-04-15 - 来自专栏相约机器人
对标 GLUE、ImageNet，谷歌推出视觉任务适应性基准 VTAB
为了解决这方面的问题，昨天，谷歌 AI 推出了「视觉任务适应性基准」（Visual Task Adaptation Benchmark，VTAB）。这是一个多样性的、真实的和具有挑战性的表征基准。 这一算法同时必须定义一些适应性策略。这使其可以使用每个下游任务中的小样本训练集，并最终返回一个针对特定任务做出预测的模型。 自然图像任务包含使用标准照相机捕获的自然世界的图像，表征为通用对象、高细粒度的类别或者是抽象概念；特定图像任务包含使用专门设备捕获的图像，如医学图像或遥感图像；结构化图像任务通常源自以理解图像间具体变化为目标的人工环境，如预测 3D 谷歌还提供了一个外壳脚本（shell script），以在所有任务上进行适应性调整和评估。标准的评估方案使得 VTAB 基准可以在业界实现轻松访问。 总而言之，谷歌的视觉任务适应性基准（VTAB）可以帮助用户更好地理解哪些视觉表征可以泛化到更广泛的视觉任务上，并且为未来研究提供了方向。
84030发布于 2019-11-12 - 来自专栏算法和应用
W内的不适应性：对Steiner定位的案例研究
摘要：在k-Steiner方向问题中，我们给出了一个混合图，即有向和无向边，以及一组k个端子对。目标是找到无向边的方向，以最大化从源到水槽的路径的终端对的数量。当通过k参数化时，已知该问题为W [1] - 硬，并且对于假设Gap-ETH的FPT算法难以近似达到某个常数。另一方面，没有比O（k）更好的近似值。
43210发布于 2019-07-18 - 来自专栏公共互联网反网络钓鱼（APCN）
AI驱动的钓鱼攻击与人类防火墙的适应性重构
本文旨在探讨AI钓鱼攻击的技术演进路径，剖析现有“人类防火墙”策略的结构性缺陷，并提出一套可落地的适应性防御框架。 2.2 自然语言生成与风格模仿现代LLM（如GPT-4、Claude 3）不仅能生成语法正确、逻辑连贯的文本，还能模仿特定写作风格。 3 传统“人类防火墙”策略的局限性“人类防火墙”概念源于将员工作为最后一道防线，通过培训提升其识别钓鱼邮件的能力。 4 适应性防御框架设计为应对AI钓鱼威胁，本文提出一个四层协同的防御框架，涵盖架构、人员、行为与响应四个维度。 本文提出的适应性防御框架，通过零信任邮件架构阻断初始入口，持续模拟训练提升人员感知能力，行为分析捕捉决策异常，自动化响应压缩攻击窗口，形成闭环防御体系。
27910编辑于 2025-11-30 如何评估YashanDB的行业适应性与灵活性
当今数据库技术面临着性能瓶颈、数据一致性保障和多样化应用场景的挑战，企业在选择数据库系统时尤为关注其行业适应性和灵活性。 评估行业适应性与灵活性的技术建议基于业务规模和访问模式，优先评估部署架构选择：小规模可用单机部署，海量数据适配分布式，关键交易选共享集群。 结论YashanDB通过其灵活多样的部署架构、丰富的存储引擎和强大的SQL处理能力，具备优良的行业适应性，能够满足多样化业务场景的需求。完善的事务控制与安全管理体系保障数据一致性及安全合规。
18510编辑于 2025-10-04- 来自专栏腾讯研究院的专栏
国内知识产权保护的适应性调整与破冰
修改后的《信息网络传播权保护条例》已于2013年3月1日施行。 3.图形用户界面专利保护破冰 对GUI进行保护已经成为国际趋势。在软件行业发达的国家和地区，如美国、日本、韩国、欧盟等，已经将GUI纳入专利保护的客体。 2014年3月12日，国家知识产权局颁布《国家知识产权局关于修改〈专利审查指南〉的决定》(第68号)，就图形用户界面的外观设计专利申请作出了规定：就包括图形用户界面的产品外观设计而言，应当提交整体产品外观设计视图
992120发布于 2018-03-07 - 来自专栏公共互联网反网络钓鱼（APCN）
金融行业网络钓鱼攻击的范式演进与防御体系的适应性强化
构建覆盖技术、流程与生态的适应性防御体系，已成为行业共识与迫切任务。原文刊登于《中国信息安全》杂志2025年第12期作者：芦笛、张雅楠、史磊、徐冬璐 中国互联网络信息中心
14010编辑于 2026-01-20 - 来自专栏深度学习和计算机视觉
NIPS 2024 | 跨领域图像去噪的适应性领域学习
3 方法 在本节中，作者介绍了适应性领域学习管道的三个步骤：目标领域预训练、源领域适应性学习和目标领域微调。总体管道如图1所示。 因此，预训练可以为目标领域适应性学习阶段提供更好的初始化。其次，目标领域的数据非常少，源领域的数据可能是目标领域数据的100倍。 3.1.2 源领域适应性学习 然而，由于源领域和目标领域之间的领域差距，并非所有源领域数据都对目标领域的训练有贡献，某些数据可能有害并导致性能下降。 因此，作者提出了适应性领域学习（ADL），以消除有害数据并利用对模型有贡献的数据。 适应性领域学习算法的详细描述如算法3.2所示。 通道调制网络 为了使网络更好地利用具有不同噪声分布的传感器信息，作者需要调整不同输入的特征空间。
27310编辑于 2025-03-24 - 来自专栏ATYUN订阅号
MIT适应性可解释机器学习项目旨在让机器学习模型走出黑盒
他们的项目称为适应性可解释机器学习（Adaptable Interpretable Machine Learning,AIM），侧重于两种方法：可解释的神经网络以及可适应和可解释的贝叶斯规则列表（BRL
1.1K10发布于 2018-09-26 - 来自专栏AI科技大本营的专栏
快速适应性很重要，但不是元学习的全部目标
与仅通过快速适应性最大化学习的表示相比，通过引导干扰最小化学习的表示更有利于增量学习。 算法 3. 元训练 ? 算法 4. 元训练：MRCL 的近似实现 最终，MAML 和 MRCL 都使用5个内部梯度步骤和类似的网络结构，这样它们就可以进行公平的比较了。 对于每个任务，我们使用算法 3 从单条轨迹 ? 中学习 W，并计算在 ? 上的精度。
66120发布于 2019-10-21 - 来自专栏运维之路
运维挑战：如何构建复杂环境下的适应性系统
本篇尝试从复杂与适应性系统相关内涵、运维面临的复杂性因素、如何建立运维适应性系统3个角度提出相应观点。 1.2.2 运维适应性系统面临的复杂因素 企业运维体系的发展，是一个不断从“组织、流程、平台、场景”四个维度不断适应IT环境变化的过程，整个过程形成了一个IT世界的适应性系统。 价值3、4：辅助提升客户体验、提升IT服务质量 提升IT服务质量或辅助提升客户体验，重点是让运维团队由原来以被动保障的工作思维向主动型的工作思维转变，比如加强客户体验数据分析、加强性能管理能力、 （3）一切皆服务 云的自助式，所见即所得，按需获取，量化服务成本等特点，已在IAAS、PAAS、DAAS上得到验证。XAAS（一切皆服务）是IT运维组织的一个能力建设方向。 3、运维的适应性系统的复杂性输入参数包括：技术架构、应用逻辑、变更交付、海量连接、操作风险、协同机制、技能与文化、外部因素。
1.6K10发布于 2021-01-05 - 来自专栏机器之心
超越Adam，从适应性学习率家族出发解读ICLR 2018高分论文
一般来说，适应性学习率算法的基本思想是若损失函数对于某个给定模型参数的偏导保持相同的符号，那么学习率应该增加。 而 Adam 通过计算梯度的一阶矩估计和二阶矩估计而为不同的参数设计独立的自适应性学习率。 在论文的第二章节中，研究者们重点讨论了一般适应性方法和基于指数移动均值的适应性方法的表述： 一般适应性方法 原作者为适应性方法提供了一个通用性框架，它展示了不同适应性方法之间的区别，并有利于我们理解 Adam 此外，作者将算法 1 封装的适应性方法限制为对角方差矩阵，即 V_t = diag(v_t)。 适应性方法的关键思想是选择适当的均值函数而实现优良的收敛性。例如推动新研究的第一个适应性学习率算法 Adagrad（Duchi et al., 2011）使用以下均值的函数： ?
914120发布于 2018-05-10
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