- 综合排序
- 最热优先
- 最新优先
- 来自专栏Calcite剖析
Calcite Lattice物化视图选择
Lattice选择框架 框架组成 数据格框架(Lattice Framework)[2]: 1996年由Harinarayan提出，参考数学概念，Lattice是其非空有限子集都有一个上确界和一个下确界的偏序集合 一个Lattice格 ⟨L,⪯⟩ 由两个部分组成： 1. 元素集合 L : 代表Lattice中所有元素的集合，是数据立方体中所有可能查询$Q$的集合，每个元素可代表一个特定的视图或查询。 2. 最后，针对相同标识(基表)的Lattice对象支持合并处理，因此多个查询可合并为一个Lattice对象。 TileSuggester 将所有RelNode构建完Lattice对象后，基于TileSuggester#tiles对每个Lattice对象进行视图选择推荐。 代价估计不准确: Lattice是基于COST代价的视图选择框架，COST代价的准确性显著影响选择效果，原生Lattice统计信息缺失和不准确导致选择偏差较大。
83643编辑于 2025-02-09 - 来自专栏生物信息与临床医学专栏
R语言进阶之Lattice绘图
第一部分：前言 由Deepayan Sarkar编写的“lattice”包是在R语言基础绘图系统上开发的绘图包。 # Lattice包绘图实例 library(lattice) # 加载R包 attach(mtcars) # 固定数据集 # 构建gear变量为因子并以不同的gear值作为标签 gear.f<-factor 第三部分：自定义Lattice绘图 与R语言基础绘图系统不同的是，lattice绘图不受函数par( )里的选项的影响。 # 自定义 Lattice绘图实例 library(lattice) panel.smoother <- function(x, y) { panel.xyplot(x, y) # 绘制点 panel.loess
1.8K20发布于 2020-08-27 - 来自专栏半杯茶的小酒杯
自动驾驶路径规划-Lattice Planner算法
今天很高兴能给大家分享Apollo 3.0新发布的Lattice规划算法。 Lattice算法隶属于规划模块。 既然对于同一个场景，人类司机会有多种处理方法，那么Lattice规划算法的第一步就是采样足够多的轨迹，提供尽可能多的选择 Lattice规划算法的第二步是计算每一条轨迹计算的cost。 1、Q: Lattice Planner将规划统一成代价函数，寻找代价最小的。在规划的上层是否还需要决策层？ 2、Q: Lattice Planner适用于哪些场景？ A: Lattice Planner现在已经在低速园区和高速公路的场景中由产品落地。对于普通城市道路，对于相对复杂的交规处理还有待完善。 5、Q: Lattice Planner和EM Planner的区别是？或者说分别应用在什么场景下？
4.4K31编辑于 2022-04-28 - 来自专栏用户2133719的专栏
FLAT：基于 Flat-Lattice Transformer 的中文 NER 模型
「摘要」：综合利用字符与词语信息的 Lattice 结构被证明对于中文的命名实体识别具有较好的效果，然而，由于 Lattice 结构较为灵活复杂，大部分现有的基于 Lattice 的模型很难完全利用 GPU 目前，利用 Lattice 结构进行 NER 的模型发展方向大致可以分为两类： 设计一个与 Lattice 输入兼容的模型，例如 「lattice LSTM」 与 「LR-CNN」。 来建模 Lattice 输入。 2.2 将 Lattice 转化为平面结构 基于词汇表从字符得到一个 Lattice 结构后，我们可以将其展成平面。 由于上述转换是可恢复的，文章假定 flat-lattice 能够保持 lattice 原始结构中的所有信息。
2.9K20编辑于 2021-12-17 - 来自专栏技术成长
R语言lattice包的页面布局策略以及示例
在R语言的lattice包中，页面布局策略是通过layout参数来设置的。这个参数是一个长度为2的向量，分别定义了每行和每列的子图数量。通过调整layout参数，可以改进图表的视觉效果。 以下是一个例子，展示如何利用页面布局改进图表视觉效果：library(lattice)# 创建一个数据框data <- data.frame(x = 1:100, y = rnorm(100))# 创建一个散点图
42031编辑于 2023-08-11 - 来自专栏量子位
谷歌推出TensorFlow Lattice，让机器学习模型适应总体趋势
林鳞 编译整理 量子位 出品 | 公众号 QbitAI 昨天，谷歌发布了TensorFlow Lattice，想拯救被训练数据中噪音折磨的机器学习模型开发者。 TensorFlow Lattice是一个实现了基于快速评估和可解释模型的库，也称为插值查找表。 △ TensorFlow Lattice的官方讲解 将单个输入对应至单个输出很简单，但在更复杂的多维函数中，可以存在多个输入。 重要的是，由于在查找表之间插入了值，因此lattice模型平滑且预测是有界的。也就是说，TensorFlow团队通过训练数据训练查找表的输出，用约束条件将准确性最大化。 tensorflow/lattice/blob/master/INSTALL.md 使用演示： https://github.com/tensorflow/lattice/blob/master/g3doc
92730发布于 2018-03-26 - 来自专栏数据分析1480
数据视化的三大绘图系统概述：base、lattice和ggplot2
graphics包，简单的图+修饰，例如：plot、 hist(条形图)、 boxplot(箱图)、 points 、 lines、 text、title 、axis(坐标轴)等；还提供了更加高级的图形系统lattice 后续将分别就lattice和ggplot2可视化绘图系统进行简要介绍。 目录 引言 1 Lattice绘图系统 1.1 lattice常见函数集表达式对照表 1.2 lattice绘图系统相关参数对照表 1.3 面板函数 1.4 图形参数 1.5 页面布局 2 ggplot2 常见lattice包函数有xyplot、barplot、histogram等，格式 xyplot(y~x | f *g ,data)；panel函数，用于控制每个面板内的绘图。 一种方法是使用cut()函数，另外可以使用lattice包中的函数将连续型变量转化为瓦块（shingle）数据结构，这样，连续型变量可以被分割为一系列（可能）重叠的数值范围。
5.7K30发布于 2019-07-10 - 来自专栏AI研习社
谷歌发布TensorFlow Lattice：得益于先验知识，提升模型泛化能力
AI研习社消息，近日，谷歌科学家发布TensorFlow Lattice，这是一套预建的TensorFlow Estimators，易于使用，它相当于是TensorFlow运算符，用来构建点阵模型（lattice 另外一个estimator是校准点阵模型（calibrated lattice model），这个模型能利用两层单一点阵模型非线性地将校准特征结合起来，能在数据集中表示复杂的非线性交互。 比起随机森林，单调点阵集合（Monotonic lattice ensembles）能增加0.3% -- 0.5%的准确度。 在TensorFlow Lattice中，除了模型的灵活选择以及标准的L1、L2正则化，我们还提供新的正则化矩阵： 如上面描述的那样，在输入上进行单调性约束。 /tensorflow/lattice/blob/master/g3doc/tutorial/index.md 参考文献： [1] Lattice Regression（http://t.cn/ROpP4T1
1.5K90发布于 2018-03-19 - 来自专栏机器之心
ACL 2018 | 利用Lattice LSTM的最优中文命名实体识别方法
与基于字符的方法相比，该模型显性地利用词和词序信息；与基于词的方法相比，lattice LSTM 不会出现分词错误。这篇论文已被 ACL 2018 接收。 为了解决这一问题，本论文研究者利用 lattice LSTM 来表征句子中的 lexicon word，从而将潜在词信息整合到基于字符的 LSTM-CRF 中。 在 NER 数据上训练后，lattice LSTM 能够学会从语境中自动找到更有用的词，以取得更好的 NER 性能。 论文：Chinese NER Using Lattice LSTM ? 与基于词的方法相比，lattice LSTM 不会出现分词错误。门控循环单元使得我们的模型能够从句子中选择最相关的字符和词，以生成更好的 NER 结果。
99720发布于 2018-07-26 - 来自专栏AI科技评论
动态 | 谷歌发布TensorFlow Lattice：得益于先验知识，提升模型泛化能力
AI科技评论消息：近日，谷歌科学家发布TensorFlow Lattice，这是一套预建的TensorFlow Estimators，易于使用，它相当于是TensorFlow运算符，用来构建点阵模型（lattice 另外一个estimator是校准点阵模型（calibrated lattice model），这个模型能利用两层单一点阵模型非线性地将校准特征结合起来，能在数据集中表示复杂的非线性交互。 比起随机森林，单调点阵集合（Monotonic lattice ensembles）能增加0.3% -- 0.5%的准确度。 在TensorFlow Lattice中，除了模型的灵活选择以及标准的L1、L2正则化，我们还提供新的正则化矩阵： 如上面描述的那样，在输入上进行单调性约束。 /tensorflow/lattice/blob/master/g3doc/tutorial/index.md 参考文献： [1] Lattice Regression, Eric Garcia, Maya
752100发布于 2018-03-14 - 来自专栏机器之心
业界 | 谷歌发布TensorFlow 1.4与TensorFlow Lattice：利用先验知识提升模型准确度
另一种估算器是校准 Lattice 模型（calibrated lattice model）。该模型使用两层的单个 Lattice 模型将校准后的特征进行非线性连接，可以展现数据集中的复杂非线性交互。 校准 Lattice 模型通常适合 2-10 个特征的情况，如果有 10 个或更多特征，我们认为使用校准 Lattice 的集合可以帮你获取最佳结果，你可以使用预制 Ensemble 架构进行训练。 单调 Lattice 集合比随机森林达到 0.3% - 0.5% 的增益精度 [4]，与之前使用单调性的顶尖学习模型相比，这些新型 TensorFlow Lattice 估算器达到 0.1 - 0.4% 例如，下图展示了一个 9 层的深度 Lattice 网络 [5]。 ? 9 层深度 lattice 网络架构 [5]、线性嵌入的交互层，以及带有校准器层的 Lattice 集合（类似神经网络中的多个 ReLU）的示例。
77560发布于 2018-05-10 - 来自专栏机器之心
业界 | 苹果豪掷2亿美元收购 Lattice Data , 挖掘暗数据的数字石油价值
这次进入苹果法眼的是 Lattice Data，一家致力于让推论引擎拥有将非结构化数据（俗称暗数据）结构化（可以直接加以处理和分析的数据）能力的创业公司。 自去年起，Lattice 就低调地从 GV、Madrona 以及 InQTel 那里筹集了 2 千万美元。2015 年，公司成立，低调但来路不凡。 Cafarella 一开始是 Lattice 的首席执行官，现在是公司的 CTO，他是密歇根大学教授，也是 Hadoop 的共同创造者之一。 Lattice 利用机器学习让非结构化数据结构化，更加可用。你可以想象一下，就是将没有标签的数据分类、语境化处理，不过只有合理组织化这些数据，才能挖掘出数据内在价值。 据媒体猜测，应该上演过一场「宫斗戏」，因为据悉 Lattice 已经「在与其他科技公司沟通过，看看如何能利用这种技术改善公司的人工助理，」其中包括亚马逊的 Alexa 和三星的 Bixby。
91670发布于 2018-05-07 - 来自专栏自然语言处理(NLP)论文速递
「自然语言处理（NLP）论文解读」【复旦】中文命名实体识别（Lattice-LSTM模型优化）
引言 今天主要和大家分享一篇关于中文命名实体识别的文章，本文分析Lattice-LSTM模型，并针对该方法的弊端提出将字符符号信息合并到字符向量表示中，提高了模型的性能（计算量、效果）。 本文模型介绍 Lattice-LSTM模型分析 下图为Lattice-LSTM模型结构图： ? 优点：第一、它为每个字符保存所有可能匹配的单词。 缺点：Lattice-LSTM模型的缺点是它将句子的输入形式从一个链式序列转换为一个图。这将大大增加句子建模的计算成本。 Lattice-LSTM参考论文及项目链接。 或直接回复： llstm 直接获取 Proposed Model 基于Lattice-LSTM的思考，本文的设计应尽量保持句子的链式输入形式，同时保持Lattice-LSTM模型的两个优点。 首先本文提出了ExSoftWord，但是通过对ExSoftword的分析，发现ExSoftword方法不能完全继承Lattice-LSTM的两个优点。首先，它不能引入预先训练过的单词嵌入。
2.1K20发布于 2019-08-29 - 来自专栏VRPinea
6.12 VR扫描：帕尔默推Lattice边境监控系统；DigiLens正研发AR HUB参考设计头显
原Oculus联合创始人帕尔默推Lattice边境监控系统 ? 近日，已经离职的Oculus联合创始人帕尔默，为美国国土安全局推出名为Lattice的边境监控系统。 据悉，Lattice是基于VR和AI技术运行的。其中，AI可以帮助系统对捕捉到的信息进行分析。VR技术则可以帮助佩戴了Gear VR的工作人员，浏览边境的具体情况。
58500发布于 2018-07-30 - 来自专栏NewBeeNLP
FLAT——中文NER该怎么做
论文：FLAT: Chinese NER Using Flat-Lattice Transformer 源码：https://github.com/LeeSureman/Flat-Lattice-Transformer Arxiv访问不方便的同学可以后台回复『0032』便捷获取论文喔 「Key insight」: 本文在Lattice LSTM(ACL 2018)[1]的基础上作出了两方面的改进： 作者提出了一种将Lattice Lattice LSTM[2]首次提出使用Lattice结构在NER任务中融入词汇信息，如图(a)所示，一个句子的Lattice结构是一个有向无环图，每个节点是一个字或者一个词。 ? 设计适应Lattice结构的模型 ? Lattice LSTM (ACL 2018)[4]: 将词汇信息引入中文NER的开篇之作，作者将词节点编码为向量，并在字节点以注意力的方式融合词向量。 「Drawback:」 由于Lattice结构的动态性，Lattice LSTM无法在GPU上并行训练； RNN和CNN难以建模长距离的依赖关系，且在Lattice LSTM中的字符只能获取前向信息，没有和词汇进行足够充分的全局交互
2K40发布于 2021-03-03 - 来自专栏javascript趣味编程
Palabos Tutorial 1/3: First steps with Palabos
lattice, lattice.getBoundingBox(), initializeRhoOnDisk ); 41. 42. lattice, lattice.getBoundingBox(), 59. lattice, lattice.getBoundingBox(), PoiseuilleVelocity<T>(parameters) ); 64. 65. lattice, lattice.getBoundingBox(), 50. const plint nx = lattice.getNx(); 59. const plint ny = lattice.getNy(); 60.
1.8K20发布于 2020-11-03 - 来自专栏javascript趣味编程
Palabos Tutorial3/3:compute the permeability of a 3D Porous Zone
const plint nx = lattice.getNx(); 36. const plint ny = lattice.getNy(); 37. lattice.initialize(); 58. const plint nx = lattice.getNx(); 64. const plint ny = lattice.getNy(); 65. writeGifs(lattice,iT); 181. } 182. 183. lattice.collideAndStream(); 184. computePermeability(lattice, nu, deltaP, lattice.getBoundingBox()); 196.
1.2K10发布于 2020-11-03 - 来自专栏机器学习与统计学
R in action读书笔记（21）第十六章 高级图形进阶（上） 17P 建议wifi下阅读
16.1 R 中的四种图形系统 基础图形函数可自动调用，而grid和lattice函数的调用必须要加载相应的包（如library(lattice)）。 16.2 lattice 包 lattice包为单变量和多变量数据的可视化提供了一个全面的图形系统。在一个或多个其他变量的条件下，栅栏图形展示某个变量的分布或与其他变量间的关系。 lattice包提供了丰富的函数，可生成单变量图形（点图、核密度图、直方图、柱状图和箱线图）、双变量图形（散点图、带状图和平行箱线图）和多变量图形（三维图和散点图矩阵）。 lattice中高级绘图函数的常见选项 ? 16.2.3 分组变量 当一个lattice图形表达式含有条件变量时，将会生成在该变量各个水平下的面板。
68210发布于 2019-04-10 - 来自专栏javascript趣味编程
Palabos Tutorial 2/3:Understanding the multi-block structure
Atomic- and multi-blocks come in three flavors: the (multi-) block-lattice which holds lattice Boltzmann by a plain block-lattice. lattice, lattice.getBoundingBox(), constantDensity, zeroVelocity ); 53. 54. defineDynamics(lattice, lattice.getBoundingBox(), 55. new BounceBackNodes<T>(N, radius), 56. lattice.initialize(); 59. } 60. 61. void writeGifs(MultiBlockLattice2D<T,DESCRIPTOR>& lattice, plint
1K20发布于 2020-11-03 - 来自专栏C++开发学习交流
【Autoware】决策规划模块解析
lattice_planner：lattice规划模块，包含lattice_trajectory_gen、lattice_twist_convert、path_select和lattice_velocity_set 2. lattice_planner模块 Lattice Planner 是一种基于栅格地图的规划算法，通过搜索和优化实现路径规划的目的。 Lattice Planner 的核心思想是将路径规划问题转化为一系列离散化的决策问题，通过搜索和优化得到最优路径（多条路径撒点）。 与传统的A*算法不同，Lattice Planner 能够考虑车辆的动力学约束、道路限制和障碍物等因素，生成更加平滑且安全的路径。实际应用中，Lattice主要用于自主停车、避障等功能。 , 1, splineCallback); ros::Subscriber state_parameters = nh.subscribe("state", 1, stateCallback); lattice_velocity_set
57410编辑于 2024-07-24
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