[待完成]paper:Multi-echelon sustainable reverse logistics network design with incentive mechanism for eco-packages
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
Multi-echelon sustainable reverse logistics network design with incentive mechanism for eco-packages摘要关键词：生态包装，绿色反向物流，位置路线问题，激励机制，多目标优化，启发式算法
贡献：
提出了以回收站代替传统的上门回收服务,并为客户提供激励机制的多层次反向物流网络。客户将环保包装箱交给回收站,回收站根据质
IELTS:剑桥雅思
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
节能减排竞赛:可循环智能包装市场调研
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
目录
目录
1.产品分类
1.1 宝洁：空气胶囊循环箱
1.2 中国邮政EMS：可循环文件袋/箱
1.3 顺丰: 丰多宝π-BOX
1.4 京东物流x知路科技: 青流箱
1.5 易互通：智能袋
1.6 安捷: 智能循环组和包装箱
1.7 韵达：循环文件袋
1.8 菜鸟物流x英式：绿色B2B循环箱
2. 回收政策
3. 法律法规
4. 行业发展痛点
1.产品分类
1.1 宝洁：空气胶囊循环箱
在结
节能节水低碳减排社会实践与科技竞赛
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
目录竞赛内容竞赛主题：低碳减排助力“双碳”落地、科技创新赋能绿色发展竞赛内容：紧扣竞赛主题，作品包括实物制作(含模型)、软件、设计和社会实践调查报告等，体现新思想、新原理、新方法及新技术。
参赛对象：北京高校在校本科生，参赛者必须以小组形式参赛，每组不得超过7人，可聘请指导教师1-3名。参赛单位：以学校为参赛单位，各参赛高校可举办校内初赛，根据初赛结果限报15项作品，并对申报作品进行排序。作品申报：参赛作
语义空间
正文语义学（Semantics） 涉及到表达内容的解释和含义。 在自然语言处理（NLP）领域，语义主要涵盖了与语言学相关的各种概念。在计算机视觉（CV）领域，语义通常指图像中像素或物体的性质和含义。
在机器学习中，表达（Expression）通常指数据的形式，无论是在NLP任务中的文本，还是在CV任务中的图像或视频。而这些表达的解释（Interpretation）则涉及到从中提取的类别等信息，这在形式上仍然是数据，只是以更统一、更精练的结构出现。这表明，在此上下文中，语义代表了对数据的结构化表示，包括但不限于其中蕴含的类别信息。
这些结构化的表示所处的空间，被称为语义空间，与原始数据（如文本
Linear Regression VS Logistic Regression
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
目录
目录
线性回归
逻辑回归
对比
参考链接
线性回归
线性回归是一种统计方法，用于研究两个或多个变量之间的关系。在这种关系中，每个自变量都与因变量直接相关，而与其他自变量没有关系。这种直接相关的关系称为线性关系。因变量通常是连续值范围中的一个值。
线性回归模型的创建基于以下公式或线性函数：
y=B0+B1X1+B2X2+...+BnXn+εy = B0 + B1X1 + B2X2 + ... + BnX
Hidden Markov Model
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
目录
目录
马尔可夫模型
概念导入
马尔可夫模型定义
隐马尔可夫模型
概念导入
HMM组成
三个问题
前向算法
后向算法
Viterbi搜索算法
参数学习
HMM在NLP中的应用
参考链接
马尔可夫模型概念导入某时间段内，交通信号灯颜色变化：红-黄-绿-红在某个星期天气的变化状态序列：晴朗 - 多云 - 雨天
像交通信号灯一样，某一个状态只由前一个状态决定，这就是一个一阶马尔可夫模型。而像天气这样，天
Naive Bayes Classifier
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
目录
目录
前言
朴素贝叶斯公式
实例分析
参考链接
前言在ML中如KNN、LR、决策树等模型都是判别方式，也就是直接学出特征Y和特征X之间的关系(P(Y|X))。但是朴素贝叶斯是生成算法，他直接找出特征输出Y和特征X的联合分布P(X,Y),进而通过贝叶斯公式计算的出结果判定。
朴素贝叶斯公式贝叶斯公式：
P(B|A) = \frac{P(A|B)P(B)}{P(A)}
P(B)：先验概率
P(B|A)：
Python:@registry.register_model
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
目录
目录
事发现场
简介
实例解析
参考链接
事发现场
这到底啥玩意啊哥，O.o?
简介由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数.123456>>> def now():... print('2015-3-25')...>>> f = now>>> f()2015-3-25
函数对象
BLIP-2 x STA
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
本文目的
BLIP-2的思想：对于多模态大模型，同时训练Image Encoder和LLM的计算成本实在是太大。该文提出了一种新的思路，使用Q-former这个模块来对齐Image Encoder和LLM之间的gap。
STA的思想：尽管现有的ANN2SNN转换方法适用于卷积网络，新兴的Transformer模型引入了自注意力和测试时标准化等独特机制，导致当前SNNs难以实现的非因果非线性交互。文章提出了一种无需训
![[待完成]paper:Multi-echelon sustainable reverse logistics network design with incentive mechanism for eco-packages](https://pbs.twimg.com/media/GIY_ZWnWoAEza0Z?format=jpg&name=medium)
