开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

为什么我在处理大规模/高速投射物时会得到不准确的结果，这是由于欧拉积分造成的吗？

在处理大规模/高速投射物时得到不准确的结果，可能是由于欧拉积分造成的，但不仅限于此。欧拉积分是一种数值积分方法，用于近似求解微分方程。在处理高速运动物体时，欧拉积分可能会引入误差，导致结果不准确。

欧拉积分的主要问题在于它使用固定的时间步长来离散化时间，而无法适应物体在不同时间段内的变化速度。当处理高速运动物体时，物体在一个时间步长内可能移动很远，导致欧拉积分无法准确捕捉到物体的位置和速度变化。

为了解决这个问题，可以采用更高阶的数值积分方法，如改进的欧拉方法、龙格-库塔方法等。这些方法可以根据物体的速度和加速度变化来自适应地选择时间步长，从而提高数值积分的准确性。

此外，处理大规模/高速投射物时还可能涉及到其他因素，如空气阻力、旋转、碰撞等。这些因素也会对结果的准确性产生影响。因此，在进行物体运动模拟时，需要综合考虑这些因素，并选择合适的数值方法和模拟技术来提高结果的准确性。

腾讯云相关产品和产品介绍链接地址：

腾讯云计算服务：https://cloud.tencent.com/product/cvm
腾讯云数据库服务：https://cloud.tencent.com/product/cdb
腾讯云人工智能服务：https://cloud.tencent.com/product/ai
腾讯云物联网平台：https://cloud.tencent.com/product/iotexplorer
腾讯云移动开发服务：https://cloud.tencent.com/product/mobdev
腾讯云存储服务：https://cloud.tencent.com/product/cos
腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
腾讯云元宇宙服务：https://cloud.tencent.com/product/3d

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

二值图拓扑性质 —— 局部计数

对于一个二值轮廓，我们可以通过对局部像素点的值求和来确定轮廓的面积，通过局部特征求和我们还可以得到图像的周长。我们只需简单地累计：图中和值为1的像素点相连接的、并且值为0的像素点的个数，就可求出图中区域的周长。

03

CVPR 2019：精确目标检测的不确定边界框回归

大规模的目标检测数据集(例如MS-COCO)在进行Ground Truth框标注时仍然存在歧义。这篇论文提出了新的边界框回归损失针对目标框的移动以及位置方差进行学习，这种方法在几乎不增加计算量的基础上提高不同结构定位的准确性。另一个关键点是，由于学习了bounding box的分布，可以将其应用在NMS阶段合并相邻目标框，进一步提升定位的准确性。代码已开源。

03

LIO-SAM：基于平滑和建图的紧耦合雷达惯性里程计

文章：LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping

02

神经ODEs：另一个深度学习突破的细分领域

https://github.com/Rachnog/Neural-ODE-Experiments

02

最高提速20亿倍！AI引爆物理模拟引擎革命

新智元报道来源：Reddit 编辑：David 【新智元导读】牛津大学一项研究表明，与传统物理求解器相比，机器学习模型可将物理模拟速度提升至最高20亿倍，距离解决困扰狄拉克的模拟计算难题可能向着成功更近了一步。 1929年，英国著名量子物理学家保罗·狄拉克曾说过，“大部分物理学和整个化学的数学理论所需的基本物理定律是完全已知的，困难只是这些定律的确切应用导致方程太复杂而无法解决”。狄拉克认为，所有物理现象都可以模拟到量子，从蛋白质折叠到材料失效和气候变化都是如此。唯一的问题是控制方程太复杂，无法在现实的时间尺度上得到解决。这是否意味着我们永远无法实现实时的物理模拟？随着研究、软件和硬件技术的进步，实时模拟在经典极限下成为可能，这在视频游戏的物理模拟中最为明显。对碰撞、变形、断裂和流体流动等物理现象进行需要大量的计算，但目前已经开发出可以在游戏中实时模拟此类现象的模型。当然，为了实现这一目标，需要对不同算法进行了大量简化和优化。其中最快的方法是刚体物理学。为此假设，大多数游戏中的物理模型所基于的对象可以碰撞和反弹而不变形。物体由围绕物体的凸碰撞框表示，当两个物体发生碰撞时，系统实时检测碰撞并施加适当的力来加以模拟。此类表示中不发生变形或断裂。视频游戏“Teardown”可能是刚体物理学的巅峰之作。 Teardown 是一款完全交互式的基于体素的游戏，使用刚体物理解算器来模拟破坏不过，刚体物理虽然有利于模拟不可变形的碰撞，但不适用于头发和衣服等可变形的材料。在这些场景中，需要应用柔体动力学。以下是4种按复杂性顺序模拟可变形对象的方法：弹簧质量模型顾名思义，这类对象由通过弹簧相互连接的质点系表示。可以将其视为 3D 设置中的一维胡克定律网络。该模型的主要缺点是，在设置质量弹簧网络时需要大量手动工作，且材料属性和模型参数之间没有严格的关系。尽管如此，该模型在“BeamNG.Drive”中得到了很好的实现，这是一种基于弹簧质量模型来模拟车辆变形的实时车辆模拟器。 BeamNG.Drive 使用弹簧质量模型来模拟车祸中的车辆变形基于位置的动力学 (PBD):更适合柔体形变模拟运动学的方法通常基于力的模型，在基于位置的动力学中，位置是通过求解涉及一组包含约束方程的准静态问题来直接计算的。PBD 速度更快，非常适合游戏、动画电影和视觉效果中的应用。游戏中头发和衣服的运动一般都是通过这个模型来模拟的。PBD 不仅限于可变形固体，还可以用于模拟刚体系统和流体。

03

天翼云发布基于 OpenEuler 的操作系统：CTyunOS

在2021年11月10日举办的 openEuler Summit 2021 上，工信部副部长王志军表示，国产操作系统已逐步摆脱缺技术少生态的困境，在重点行业获得规模化应用和市场认可。现场华为宣布将欧拉开源操作系统（OpenEuler，简称“欧拉”）正式捐赠给开放原子开源基金会。峰会上，中国电信副总经理刘桂清正式发布天翼云操作系统CTyunOS，这也意味着天翼云逐渐起步布局底层核心技术。中国电信根据操作系统领域新趋势，结合自身业务需求，以云网融合战略为牵引，推出基于openEuler的操作系统CTyunO

02

IMU模块中的一些基本概念和常见问题

常被朋友们问起到底啥是陀螺仪模块，IMU模块，惯导模块。这里以我的理解给大家一个通俗的解释：

02

Nat. Commun.| 通过将异质数据集投射到一个共同的细胞嵌入空间进行在线单细胞数据整合

本文介绍由清华大学生命科学学院生物信息学教育部重点实验室、北京结构生物学高级创新中心和生物结构前沿研究中心、合成与系统生物学研究中心的Qiangfeng Cliff Zhang通讯发表在 Nature Communications 的研究成果：作者提出了SCALEX，一种深度学习方法，通过将细胞投射到一个批次不变的、共同的细胞嵌入空间，以真正的在线方式（即不需要重新训练模型）整合单细胞数据。SCALEX在不同模式的基准单细胞数据集（scRNA-seq，scATAC-seq）上的表现大大优于在线iNMF和其他最先进的非在线整合方法，特别是对于有部分重叠的数据集，在保留真正的生物差异的同时准确地对齐类似细胞群。作者通过构建人类、小鼠和COVID-19患者的可持续扩展的单细胞图谱来展示SCALEX的优势，每个图谱都由不同的数据源组装而成，并随着每个新数据的出现而不断增长。在线数据整合能力和卓越的性能使SCALEX特别适合于大规模的单细胞应用。

02

数据科学 | 18世纪的欧拉与21世纪的反洗钱

来源：运筹OR帷幄本文约2200字，建议阅读7分钟什么是图？图在反洗钱中有哪些应用？这些应用面临哪些难点？ ---- ---- [ 导读 ]按这是一篇关于图与反洗钱的科普短文，18 世纪的欧拉先生创造的图正在 21 世纪大放异彩。什么是图？图在反洗钱中有哪些应用？这些应用面临哪些难点？让我们来看看清华大学工业工程 2021 级研究生张开元同学的讲解吧。背景简介最近国家召开了金融安全会议，而反洗钱是其中最主要的领域之一，图计算在其中承担了越来越重要的作用，那么什么是图计算？图计算有哪些手段、有何技术突

03

理解计算:从根号2到AlphaGo 第5季导数的前世今生

这段外表看起来有点像区块链地址(16进制地址)的乱码，第一次让接近神的牛顿爵士不得不以一种密码学的方式声明他对另一项重要研究的首发权，而这一次，他的对手则是当时欧洲大陆数学的代表人物，戈特弗里德·威廉·莱布尼茨，如图1所示。在科学史上，没有哪一个争论能够和牛顿与莱布尼茨的争论相比较，因为他们争夺的是人类社会几乎所有领域中无可取代的角色，反应变化这一最普遍现象极限的理论：微积分。对教师而言，在大学的微积分教学很多都流于机械，不能体现出这门学科是一种震撼心灵的智力奋斗的结晶。对很多同学而言，回忆起高等数学中微积分的内容，简直是一段不堪回首的往事。

01

如果你能回答封面的问题！

欧拉恒等式用Pi把5个最重要的数连在一起。海森堡测不准原理包含圆周率，它表明物体的位置和速度不能同时精确测量。在许多公式中Pi是一个正态常数，包括高斯/正态分布。Reimann zeta函数取2时，收敛到一个因子Pi。

07

第二次数学危机——消失的鬼魂，贝克莱悖论

莱布尼茨开创了数理逻辑，提出了计算之梦，乔治·布尔则在此基础上完成了逻辑的算术化，在计算领域迈出了坚实的一步。

01

竟是毫末率先量产城市辅助驾驶，北京上路，自动识别红绿灯

贾浩楠发自凹非寺量子位 | 公众号 QbitAI 2022年车主翘首以盼、车企们都在争夺的产品是什么？城市辅助驾驶，带自主领航的那种。为啥？红绿灯路口、环路、人车混行都能自主应对，设置好导航，驾驶员就能完全解放，只扮演安全员的角色。绝大部分车主最枯燥、最疲惫的驾驶体验，解决了。但城市道路上辅助驾驶的落地难度，绝对可以称得上目前乘用车智能驾驶量产的“圣杯”。异形目标、不同交通标识、模糊的车道线等等对感知能力挑战巨大；违规通行目标、复杂路口的博弈…对AI的认知决策能力要求，与L2不可同日而

03

图论——一个迷人的世界

说到图论，不得不说数学大神欧拉了，图论起源于一个非常经典的问题——柯尼斯堡七桥问题。

01

京汉远程会诊背后的黑科技

2月8日，在武汉协和医院西院新冠肺炎病区举行了一场特别的会议。为什么说特别？因为会议参会人员相距有1200公里之远。

01

c++第n小的质数_形形色色的素数 -- 质数定理

大家好，我是大老李。这集节目属于补课，因为我们讲了半天质数，还没有讲质数定理，虽然我在节目里已经多次提到质数定理。

00

硬核NeruIPS 2018最佳论文，一个神经了的常微分方程

在最近结束的 NeruIPS 2018 中，来自多伦多大学的陈天琦等研究者成为最佳论文的获得者。他们提出了一种名为神经常微分方程的模型，这是新一类的深度神经网络。神经常微分方程不拘于对已有架构的修修补补，它完全从另外一个角度考虑如何以连续的方式借助神经网络对数据建模。在陈天琦的讲解下，机器之心将向各位读者介绍这一令人兴奋的神经网络新家族。

03

从matlab的bwmorph函数的'majority'参数中扩展的一种二值图像边缘光滑的实时算法。

在matlab的图像处理工具箱中，有一系列关于Binary Images的处理函数，都是以字母bw开头的，其中以bwmorph函数选项最为丰富，一共有'bothat'、'branchpoints'、'bridge'、'clean'、'close'等十几个方法，其中像骨骼化、细化等常见的功能也集成在这个函数里，同常规的写法一样，这些算法都是需要迭代的，因此，这个函数也有个迭代次数的参数。那么另外一些算子，比如clean、diag、remove等等其实都是基于3*3或者5*5领域的，而其中的'erode'、'open'也只是基于3*3的，因此和真正的常用的腐蚀和膨胀还有所不同，那个需要使用imopen或者imclose实现。实际上，这些基于3*3或者5*5的小算子，他们对于二值图基本上就是用一次结果接没有变换，几迭代次数多了也没有啥用。那几个图测试下其中几个算子的效果：

02

使用自变分原理改进正则化核回归：通过变分法推导和推广Nadaraya-Watson估计

核回归技术是一组非参数方法，用于通过一组数据点拟合平滑的曲线。Nadaraya-Watson 估计就是这样一种方法。它通常是在自变量分布的核密度估计以及因变量和自变量联合分布的基础上，通过计算因变量的条件期望得到的。

02

高数计算，我Python替你承包了

在学习与科研中，经常会遇到一些数学运算问题，使用计算机完成运算具有速度快和准确性高的优势。Python的Numpy包具有强大的科学运算功能，且具有其他许多主流科学计算语言不具备的免费、开源、轻量级和灵活的特点。本文使用Python语言的NumPy库，解决数学运算问题中的线性方程组问题、积分问题、微分问题及矩阵化简问题，结果准确快捷，具有一定的借鉴意义。

06

聊聊什么是MEMS芯片，比激光器芯片更难造

一说到芯片，就是横在我们心头的一根尖刺！虽说国家已经在大力扶持芯片产业，但是与美欧在芯片的长期深耕相比，我们还有很大的鸿沟等待跨越！

01

VIO中的IMU积分

的表达式，只能对其进行离散采样，然后使用离散积分逼近真实的连续积分。通常近似的思路为：认为

01

79. 三维重建14-立体匹配10，经典视差优化算法Fast Bilateral-Space Stereo

到目前为止，我的双目立体匹配系列文章已经完成了接近经典视差优化算法的介绍，让我们观察一下现在的进度：

02

三种常见的3D传感器比较

在过去的十年里，3D传感器已成为机器人技术中最多用途和普及性最广的传感器之一。在许多机器人应用中，3D传感器已成为近场物体检测和避障、表面和物体检测以及地图创建等任务的首选。本文将重点介绍使用的三种最常见的3D传感技术：CMOS双目视觉（主动和被动）、结构光和飞行时间法。尽管激光雷达（LiDAR）的数据也是三维的，但本文不涉及LiDAR。

02

扒一扒那些叫欧拉的定理们（八）——欧拉公式和自然对数的底e

从今天开始，我们开始进入一个新的领域，也是欧拉他老爷子开创的，来看看复数领域的欧拉定理，以及欧拉公式里有着怎样的智慧。

03

学界 | Michael I.Jordan：AI 时代变革，源于应用场景中的优化算法

AI 科技评论按：8 月 9 日，为期两周的 2018 国际数学家大会（ICM）在里约热内卢完美谢幕，来自全球一百多个国家的 3000 多位数学家出席了本次盛会。

01

北大韦神出手，一天解决了六博士四个月没搞定的难题

机器之心报道编辑：泽南、蛋酱韦东奕：太简单了，没必要要钱。基础科学领域的研究总是让人感到晦涩难懂，但我们常常能从一些「小事」上看出其中意义。 5 月 6 日，一张微信聊天截图，将北大助理教授韦东奕再次送上了热搜：图片来源：微博 @贼叉据这张截图介绍，一家科技公司使用 PS5 做了一个集群用来模拟产品的物理性能，但随着模型越复杂，模拟失真就越高。包含六位博士在内的团队花了四个多月未能解决，团队猜测是因为「对纳维斯托克斯方程的处理有问题」，但是又搞不清楚哪里有问题。后来，他们向韦东奕寻求了帮助。韦

03

北大智能图形学初探：形与力协奏，知识与数据交融

作者丨青暮编辑丨岑峰元宇宙被认为是互联网的自然迭代阶段，是人类社会在发明语言、文本、数学、图像之后，信息爆炸逼迫我们将数据不断抽象为高维数据的当下，将交流媒介彻底具象化的另一极革命。有句话说得好，“文化即元宇宙”。元宇宙的世界源于现实，又别于现实、超越现实，我们可以轻易在其中跨越物理距离面对面交流，超越现实的含义之更深层的，乃是超越规则。但在超越规则之前，我们在第一步上仍显稚嫩。而如今，也正有无数学者正在探索元宇宙的第一步，即还原现实。在视觉领域，他们研究如何获取城市高楼的三维形状，如何模拟樱桃与水

03

数论及数论四大定理

数论是纯粹数学的分支之一，主要研究整数的性质。整数可以是方程式的解（丢番图方程）。有些解析函数（像黎曼ζ函数）中包括了一些整数、质数的性质，透过这些函数也可以了解一些数论的问题。透过数论也可以建立实数和有理数之间的关系，并且用有理数来逼近实数（丢番图逼近）。按研究方法来看，数论大致可分为初等数论和高等数论。初等数论是用初等方法研究的数论，它的研究方法本质上说，就是利用整数环的整除性质，主要包括整除理论、同余理论、连分数理论。高等数论则包括了更为深刻的数学研究工具。它大致包括代数数论、解析数论、计算数论等等。

01

Lidar-SLAM的历史与现状

文章：LiDAR-based SLAM for robotic mapping: state of the art and new frontiers

01

遥感数据：基于综合大比例尺测绘框架的首个高质量东亚国家建筑物矢量数据（东亚 2.8 亿栋建筑的空间分布图）

建筑作为人类生活不可分割的一部分，在城市管理和城市分析领域至关重要。为了促进大规模城市规划应用，获取完整可靠的建筑数据势在必行。目前有一些公开产品可以提供大量建筑数据，如微软和开放街道地图。但在东亚地区，由于建筑物分布较为复杂，辅助数据匮乏，这些地区的建筑数据比较缺乏，阻碍了东亚地区的大规模应用。一些研究试图利用当地不完整的建筑足迹数据，通过回归模拟大规模的建筑分布信息。然而，对不准确建筑数据的依赖会带来累积误差，使这种模拟数据极不可靠，导致在东亚地区实现精确研究受到限制。因此，我们针对东亚地区建筑物的复杂性，提出了一个全面的大规模建筑物绘图框架，并在东亚 5 个国家的 2,897 个城市进行了建筑物足迹提取，获得了 281,093,433 栋建筑物的大量数据集。评估结果表明，我们的建筑产品是有效的，总体平均准确率为 89.63%，F1 得分为 82.55%。此外，与现有产品的比较进一步显示了我们的建筑数据的高质量和完整性。最后，我们对建筑数据进行了空间分析，揭示了其在支持城市相关研究方面的价值。本文数据可从http:// https://doi.org/10.5281/zenodo.8174931下载。

01

Michael Bronstein从代数拓扑学取经，提出了一种新的图神经网络计算结构！

图形神经网络（GNNs）通常将其计算图与输入图的结构相一致。但是，图是 GNN 的正确计算结构吗？最近的一系列论文挑战了这一假设，用来自代数拓扑学领域的更普遍的对象取代了图，这提供了多种理论和计算优势。作者 | Michael Bronstein等人编译 | 黄楠、bingo 编辑 | 陈彩娴本文由Cristian Bodnar 和Fabrizio Frasca 合著，以 C. Bodnar 、F. Frasca 等人发表于2021 ICML《Weisfeiler and Lehman Go Top

02

滴滴AR实景导航背后的技术

桔妹导读：机场、商场、火车站等大型室内场所内GPS信号不稳定、室内面积大、路线复杂、用户判断方向难等问题，给在大型场所内发单的乘客找上车点带来了很大的挑战，用户急需一种操作简单、交互友好的引导功能。本文讲述了使用三维重建技术、传感器计算技术和增强现实(AR)技术所开发的滴滴AR实景导航产品，并对开发过程中遇到的难点、挑战和解决思路展开介绍。

03

【LDA数学八卦-1】神奇的Gamma函数

1. 神奇的Gamma函数 1.1 Gamma 函数诞生记学高等数学的时候，我们都学习过如下一个长相有点奇特的Gamma函数 Γ(x)=∫∞0tx−1e−tdt 通过分部积分的方法，可以推导出这个函数有如下的递归性质 Γ(x+1)=xΓ(x) 于是很容易证明，Γ(x) 函数可以当成是阶乘在实数集上的延拓，具有如下性质 Γ(n)=(n−1)! 学习了Gamma 函数之后，多年以来我一直有两个疑问：这个长得这么怪异的一个函数，数学家是如何找到的；为何定义 Γ 函数的时候，不使得这个函数的定义满足

05

Michael Bronstein从代数拓扑学取经，提出了一种新的图神经网络计算结构！

来源：AI科技评论本文共5100字，建议阅读15分钟本文通过微分几何学和代数拓扑学的视角讨论图神经网络系列的部分内容。图形神经网络（GNNs）通常将其计算图与输入图的结构相一致。但是，图是 GNN 的正确计算结构吗？最近的一系列论文挑战了这一假设，用来自代数拓扑学领域的更普遍的对象取代了图，这提供了多种理论和计算优势。本文由Cristian Bodnar 和Fabrizio Frasca 合著，以 C. Bodnar 、F. Frasca 等人发表于2021 ICML《Weisfeiler and Le

02

东西一律免费送！这个小程序正在颠覆二手交易平台 | MINA 奖

区块链说要开启价值交换的新时代，支付宝微信支付等第三方平台也在革新我们的付款方式。人们的钱包没有钱，但手机里有万贯家财，这已经成为现代人的一种生活方式了。那么，在区块链没有出现、电子商务也没发展，甚至再往前一点，连货币都没诞生之前，人们是怎们完成购买行为的？答案是物物交换，比如一头羊换一把石斧，这种交换基于双方对自己想要商品的价值预期。然而随着商品的增多，大家越来越难以用商品衡量商品价值。随后贝壳、金银、交子等货币出现，人们开始用货币来购买想要的商品。好了，历史就复习到这。今天获得 MINA 奖的小

02

英特尔携手欧拉，二者会碰撞出怎样的火花？| Q推荐

4 月 13 日 -15 日，开放原子开源基金会和欧拉开源社区联合主办了欧拉开发者大会（openEuler Developer Day 2022），会上发布了欧拉首个数字基础设施全场景长周期版本，这也是欧拉被捐赠之后的首个社区共建版本，而在一众共建者中，英特尔是其中不得不被提及的一个。

02

德国最有影响力的十位数学家

最具有革命性的数学家康托尔，两千多年来，科学家们接触到无穷，却又无力去把握和认识它，这的确是向人类提出的尖锐挑战。康托尔以其思维之独特，想象力之丰富，方法之新颖绘制了一幅人类智慧的精品——集合论和超穷数理论，令19、20世纪之交的整个数学界、甚至哲学界感到震惊。可以毫不夸张地讲，“关于数学无穷的革命几乎是由他一个人独立完成的。”而他创立的集合论，已经成为了现代数学基础理论大厦。

02

神经网络常微分方程 (Neural ODEs) 解析

在本文中，我将尝试简要介绍一下这篇论文的重要性，但我将强调实际应用，以及我们如何应用这种需要在应用程序中应用各种神经网络。

03

汽车行业正快速踏足元宇宙

参考消息网1月9日报道让自动驾驶汽车上的司机能够观看电影，让经销商能够从“虚拟”车行出售汽车，或者让工程师能够模拟一个新部件是如何适配的：在规模庞大的消费电子展(CES)上，汽车行业正在品尝元宇宙的诱人味道。

02

电赛专题 | E题-互联网的信号传输

有幸邀请到了在2019大学生电子设计大赛的获奖优秀队员为本公众号投稿，将分几次推文为大家介绍几只优秀队伍的作品。

02

机器学习建模中的 Bagging 思想

我们在生活中做出的许多决定都是基于其他人的意见，而通常情况下由一群人做出的决策比由该群体中的任何一个成员做出的决策会产生更好的结果，这被称为群体的智慧。集成学习（Ensemble Learning）类似于这种思想，集成学习结合了来自多个模型的预测，旨在比集成该学习器的任何成员表现得更好，从而提升预测性能（模型的准确率），预测性能也是许多分类和回归问题的最重要的关注点。

04

gps同步时钟装置使用及应用前景介绍

gps同步时钟装置是一种从GPS 卫星上获取实际时间，再利用电脑网络把时间资讯传递给用户。虽然还有一些比较少用或过时的协定仍然在使用，但现时最重要及广泛使用，作为时间资讯传送和同步化的协定是网络时间协定(NTP)。

03

多少万以内最好不知道，但智能车「水桶」就是它了

贾浩楠发自凹非寺量子位 | 公众号 QbitAI 谁才是2022年智能车中的「水桶车」？各项性能全部拉满，没有明显短板的六边形战士？比如车辆工程、动力性能、座舱水平，以及智能驾驶能力等等方面。小鹏G9，或许目前最接近这种六边形特性。虽然还没上市，智能化能力已经迫不及待放了出来。算力508TOPS，智能驾驶贯通泊车和行车域，未来还能OTA城市道路上的领航辅助，量产速度领先所有主机厂。而且，很早就被车企挂在嘴边的超高压充电技术，G9完全不打折扣实现量产。800V高压SiC平台，充电5分钟，续航

01

综述：CFD的未来之路

计算流体动力学（CFD）于近50年来兴起，是一门相对年轻的学科。但远不如上个世纪80年代，过去的15年里，计算流体力学（CFD）的发展一直停滞不前。

03

Commun. Chem. | 基于变分自编码器的化学潜在空间设计复杂天然产物类似物

今天为大家介绍的是来自Yasubumi Sakakibara团队的一篇论文。化学库是系统性收集的化合物集合。通过化学潜在空间，可以表示这些化学库的结构多样性。化学潜在空间是基于多种分子特征，将化合物结构投射到数学空间的一种方法。这样可以在化合物库内表现出结构多样性，以探索更广泛的化学空间，生成新的药物候选化合物结构。在这项研究中，研究团队开发了一种基于变分自编码器的深度学习方法——NP-VAE。这个方法用于处理难以分析的数据集和大型分子结构（例如具有手性的天然化合物），手性是化合物三维复杂性中的一个重要因素。NP-VAE成功地从大型化合物中构建了化学潜在空间，这些化合物用现有方法无法处理。该方法展现了较高的重构准确性和稳定的生成模型性能。

00

CVPR 2019 | 旷视提出新型目标检测损失函数：定位更精准

52CV曾经第一时间报道过Softer-NMS:CMU&旷视最新论文提出定位更加精确的目标检测算法，当时引起了不少读者对Softer-NMS的兴趣。

02

相似词查询：玩转腾讯 AI Lab 中文词向量

周末闲来无事，给AINLP公众号聊天机器人加了一个技能点：中文相似词查询功能，基于腾讯 AI Lab 之前公布的一个大规模的中文词向量，例如在公众号对话窗口输入"相似词自然语言处理"，会得到：自然语言理解、计算机视觉、自然语言处理技术、深度学习、机器学习、图像识别、语义理解、语音识别、自然语言识别、语义分析；输入"相似词文本挖掘"，会得到：数据挖掘、文本分析、文本数据、自然语言分析、语义分析、文本分类、信息抽取、数据挖掘算法、语义搜索、文本挖掘技术。如下图所示：

02

通过传感器计算打造视觉雷达，下一代自动驾驶系统的关键构成

2021年10月25日，特斯拉市值站上万亿美金，成为美股第五家市值破万亿的企业，几乎超过美股全部主要车企市值的总和。特斯拉在资本市场的成功，刺激着投资者的神经，也促使市场再一次将视野聚焦在自动驾驶领域，进一步思考自动驾驶技术路线的发展方向。

01

计算机科学的前世与今生

你不懂的计算机那么关于计算机的前世今生我们要从一只碗开始说起这个碗是计算机历史上最伟大的奖项图灵奖（ACM）它给予在计算机历史上做出过杰出贡献的人，那么图灵是谁？为什么以他的名字来命名这个奖项？他做了什么？不要着急容我缓缓道来。在此之前我们先聊一聊数学，在计算机诞生之前有过三次数学危机他促进了计算机的诞生。第一次数学危机是在公元前500年由毕达哥拉斯学派提出“数是万物的本源事物的性质是由某种数量关系决定的万物由一定的数量比例而构成和谐的秩序”，毕达哥拉斯证明出了勾股定理来说明自己的观点正确。就在

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭