??xml version="1.0" encoding="utf-8" standalone="yes"?>国产精品亚洲不卡一区二区三区,亚洲乱码一区二区三区在线观看 ,亚洲成AV人片在线观看无码 http://www.tkk7.com/WangBNU/category/3448.html▓木于?而皓月当I▓ xJavaE序设计▓Linuxpȝ▓h工智?AI)q展▓数学▓ zh-cnFri, 28 Dec 2007 23:35:19 GMTFri, 28 Dec 2007 23:35:19 GMT60_糙集工兯Y件MyRS0.1预览版发?/title><link>http://www.tkk7.com/WangBNU/archive/2006/08/24/65431.html</link><dc:creator>LoveBNU 六 WangBNU</dc:creator><author>LoveBNU 六 WangBNU</author><pubDate>Thu, 24 Aug 2006 01:38:00 GMT</pubDate><guid>http://www.tkk7.com/WangBNU/archive/2006/08/24/65431.html</guid><wfw:comment>http://www.tkk7.com/WangBNU/comments/65431.html</wfw:comment><comments>http://www.tkk7.com/WangBNU/archive/2006/08/24/65431.html#Feedback</comments><slash:comments>82</slash:comments><wfw:commentRss>http://www.tkk7.com/WangBNU/comments/commentRss/65431.html</wfw:commentRss><trackback:ping>http://www.tkk7.com/WangBNU/services/trackbacks/65431.html</trackback:ping><description><![CDATA[        <br />   q是一个简单的_糙集工?目标是实现粗p集常用的算?<br /> 一个多月前q个版本开发完?׃自己消极怠工现在攑և?该收收心做正事啦.<br />    <span style="color: red;"> <a ><span style="color: red;">工程主页及下?/span></a></span>Q?nbsp;  http://code.google.com/p/myrs/<br /> <br />     <a title="linux版本" >Linux版本下蝲</a><br />     <a title="windows版下? >windows版下?/a><br /> <br /> <br /> 主要功能(截止2006.7.18):<br />   1.  可以计算正域,正域可以计算,那负?上D?_糙_ֺ,质量q些指标也可?br />    2. 计算属性重要?br />    3 计算出属性的?br />    4 出属性的U简<br />   5  单的l计功能,目前有柱状图昄,可能有bug.<br />    6 .单的complete功能<br />   7.  可以q行L?<br />    8.  规则提取...<br /> <br /> <br /> 以下是程序在Linux Debian下运行时屏幕截图:<br /> <img src="http://www.tkk7.com/images/blogjava_net/wangbnu/14400/o_my1.jpg" alt="o_my1.jpg" border="0" height="658" width="896" /><br /> <br /> <br /> 注意下蝲文g是用  Linux?7zip压羃? 下完后请?zip 或winrar高版本解?q个blog限制只能<br /> 上传rar ,zip文g,所以我改了后缀为rar,实际?7z格式,7zip是比rar压羃率更高的工具.<br /> ׃q个blogq限制单个文件最?m,所以我写了个小压羃工具攑֜安装目录??zip一起压~效果不?<br /> 原先安装文g7M?单纯?zip或winrar压羃只能压到6m?配合那个压羃工具可以压到1.5M,<br /> 下面是安装目录下readme文g:<br /> <br /> 安装说明:<br />     E序要求机子上已l安装了java虚拟?最低要1.5以上,1.6最?..<br />  1.  下蝲<br />      http://www.tkk7.com/wangbnu<br />  2.  解压:<br />       a.   文g?zip ?自己写的压~工具压?所以解压分2?br />            先用 7zip 解压(winrar高版本也可以支持7zip格式)<br /> <br />       b.    再用解压开的目录里面的myunpack200.jar 解压.<br />             <br />         Linux/Unix 可以直接在命令行执行:   java -jar MyUnpack200.jar  -x  ./ <br /> <br />         window 可以直接双击 run.bat批处理文件自动解?<br /> <br /> 3.   q行:<br />       Linux/Unix    命o行输?nbsp; :   ./MyRS  回R<br /> <br />       window   :    双击startup.jar  或双?MyRS   或直接在dos下启?..<br /> <br /> <br />       enjoy  it! <br /> <br /> <br /> <img src ="http://www.tkk7.com/WangBNU/aggbug/65431.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.tkk7.com/WangBNU/" target="_blank">LoveBNU 六 WangBNU</a> 2006-08-24 09:38 <a href="http://www.tkk7.com/WangBNU/archive/2006/08/24/65431.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title> (ZZ)来自MIT人工实验室：如何做研I?/title><link>http://www.tkk7.com/WangBNU/archive/2006/06/08/51255.html</link><dc:creator>LoveBNU 六 WangBNU</dc:creator><author>LoveBNU 六 WangBNU</author><pubDate>Thu, 08 Jun 2006 01:05:00 GMT</pubDate><guid>http://www.tkk7.com/WangBNU/archive/2006/06/08/51255.html</guid><wfw:comment>http://www.tkk7.com/WangBNU/comments/51255.html</wfw:comment><comments>http://www.tkk7.com/WangBNU/archive/2006/06/08/51255.html#Feedback</comments><slash:comments>1</slash:comments><wfw:commentRss>http://www.tkk7.com/WangBNU/comments/commentRss/51255.html</wfw:commentRss><trackback:ping>http://www.tkk7.com/WangBNU/services/trackbacks/51255.html</trackback:ping><description><![CDATA[ȝ理工学院 <br /> 人工实验? <br /> AI Working Paper 316 1988q?0? <br /> 来自MIT人工实验室：如何做研IӞ <br /> 作者：人工实验室全体研I生 <br /> ~辑QDavid Chapman <br /> 版本Q?.3 <br /> 旉Q?988q?? <br /> 译者：x?北京师范大学信息学院2000U博士生 <br /> 摘要 本文的主旨是解释如何做研I。我们提供的q些Q对做研I本w（阅读、写作和 <br /> E序设计Q，理解研究q程以及开始热qIӞҎ论、选题、选导师和情感因素Q，都是? <br /> 具h值的? <br /> Copyright 1987, 1988 作者版权所? <br /> 备注Qh工智能实验室的Working Papers用于内部交流Q包含的信息׃q于初步或者过于详l而无法发 <br /> 表。不像正式论文那P会列出所有的参考文献? <br /> 1. ? <br />   q是什么？q没有什么神丹妙药可以保证在研究中取得成功，本文只是列D了一些可能会有所帮助的非正式意见? <br />   目标读者是谁？本文档主要是为MIT人工实验室新入学的研I生而写Q但对于其他机构的h工智能研I者也很有价倹{即使不是h工智能领域的研究者，也可以从? <br /> 发现对自己有价值的部分? <br />   如何使用Q要_读完本文，太长了一些，最好是采用览的方式。很多h觉得下面的方法很有效Q先快速通读一遍，然后选取其中与自己当前研I目有关的部分仔细 <br /> 研究? <br />   本文档被_略地分Z部分。第一部分涉及研究者所需具备的各U技能：阅读Q写作和E序设计Q等{。第二部分讨论研I过E本w：研究I竟是怎么回事Q如何做 <br /> 研究Q如何选题和选导师，如何考虑研究中的情感因素。很多读者反映，从长q看Q第二部分比W一部分更有价|也更让h感兴? <br /><br /> .. 节2 如何通过阅读打好AI研究的基。列举了重要的AI期刊Qƈl出了一些阅ȝ诀H? <br /> .. 节3 如何成ؓAI研究领域的一员：与相关h员保持联p，他们可以使你保持对研I前沿的跟踪Q知道应该读什么材料? <br /> .. 节4 学习AI相关领域的知识。对几个领域都有基本的理解，对于一个或者两个领域要_N? <br /> .. 节5 如何做研I笔记? <br /> .. 节6 如何写期刊论文和毕业论文。如何ؓ草稿写评审意见，如何利用别h的评审意见。如何发表论文? <br /> .. 节7 如何做研I报告? <br /> .. 节8 是有关程序设计的。AIE序设计与^常大家习惯的E序设计有所不同? <br /> .. 节9 有关研究生最重要的问题，如何选导师。不同的导师h不同的风|本节的意见有助于你找到合适的导师。导师是你必M解如何利用的资源? <br /> .. 节10 关于毕业论文。毕业论文将占据研究生生涯的大部分时_本部分涉及如何选题Q以及如何避免浪Ҏ间? <br /> .. 节11 有关研究Ҏ论，未完成? <br /> .. 节12 或许是最重要的一节：涉及研究q程中的情感因素Q包括如何面对失败，如何讑֮目标Q如何避免不安全感，保持自信Qn受快乐? <br /><br /> 2. 阅读 <br />   很多研究人员׃半的旉阅读文献。从别h的工作中可以很快地学到很多东ѝ本节讨论的是AI中的阅读Q在W四节论q其他主题相关的阅读。阅L献，始于 <br /> 今日。一旦你开始写作论文，没有多时间了Q那时的阅读主要集中于论文主题相关的文献。在研究生的头两q_大部分的旉要用于做评作业和打基础。此Ӟ阅读 <br /> 课本和出版的期刊文章可以了。（以后Q你主要阅L章的草稿Q参看小节三Q? <br />   在本领域打下坚实的基所需要的阅读量，是o人望而却步的。但既然AI只是一个很的研究领域Q因此你仍然可以花几q的旉阅读本领域已出版的数量众多论文中 <br /> 最本质的那部分。一个有用的技巧是首先扑և那些最本质的论文。此时可以参考一些有用的书目Q例如研I生评表，其他学校Q主要是斯坦大学）研究生录取程序的 <br /> 阅读列表Q这些可以让你有一些初步的印象。如果你对AI的某个子领域感兴，向该领域的高q研究生请教本领域最重要的十论文是什么，如果可以Q借过来复? <br /> 。最q，出现了很多精心编辑的有关某个子领域的论文集，其是Morgan-Kauffman出版的。AI实验室有三种内部出版物系列：Working PapersQMemos和Technical <br /> ReportsQ正式的E度依次增加Q在八层的架子上可以扑ֈ。回最q几q的出版物，那些非常感兴趣的复制下来。这不仅是由于其中很多都是意义重大的论文Q对于了 <br /> 解实验室成员的工作进展也是很重要的。有关AI的期刊有很多Q幸q的是，只有一部分是值得看的。最核心的期刊是Artificial IntelligenceQ也有写?the Journal <br /> of Artificial Intelligence"或?AIJ"的。AI领域真正具备价值的论文最l都会投往AIJQ因此值得览每一q每一期的AIJQ但是该期刊也有很多论文让h心烦? <br /> Computational Intelligence是另外一本值得一看的期刊。Cognitive Science也出版很多意义重大的AI论文。Machine Learning是机器学习领域最重要的资源? <br /> IEEE PAMIQPattern Analysis and Machine IntelligenceQ是最好的有关视觉的期刊，每期都有两三有价值的论文。International Journal of Computer <br /> VisionQIJCVQ是最新创办的Q到目前为止q是有h值的。Robotics Research的文章主要是关于动力学的Q有时候也有划时代的智能机器h论文。IEEE Robotics and <br /> Automation偶尔有好文章。每q都应该L在学校的计算机科学图书馆Q在MIT的Tech Square的一层）Q翻阅其他院校出版的AI技术报告，q出自己感兴的仔细加以 <br /> 阅读? <br />    阅读论文是需要练习的技能。不可能完整地阅L有的论文。阅读论文可分ؓ三个阶段Q第一阶段是看论文中是否有感兴的东西。AI论文含有摘要Q其中可能有? <br /> 容的介绍Q但是也有可能没有或者ȝ得不好，因此需要你跌Q这看一炚w看一点，了解作者究竟做了些什么。内容目录（the table of contentsQ、结论部? <br /> QconclusionQ和介（introductionQ是三个重点。如果这些方法都不行Q就只好序快速浏览了。一旦搞清楚了论文的大概和创新点Q就可以军_是否需要进行第? <br /> 阶段了。在W二阶段Q要扑և论文真正h内容的部分。很?5늚论文可以重写Z左右的幅Q因此需要你L那些真正Ȁ动h心的地方Q这l常隐藏于某个地斏V? <br /> 论文作者从其工作中所发现的感兴趣的地方，未必是你感兴的Q反之亦然。最后，如果觉得该论文确实有价|q回去通篇_读? <br />     读论文时要牢C个问题，“我应该如何利用该论文？”“真的像作者宣U的那样么？”“如?.会发生什么？”。理解论文得C什么结论ƈ不等同于理解了该? <br /> 文。理解论文，p了解论文的目的，作者所作的选择Q很多都是隐含的Q，假设和Ş式化是否可行Q论文指Z怎样的方向，论文所涉及领域都有哪些问题Q作者的研究 <br /> 中持l出现的隄模式是什么，论文所表达的策略观Ҏ什么，诸如此类。将阅读与程序设计联pd一h很有帮助的。如果你Ҏ个领域感兴趣Q在阅读了一些论文后Q? <br /> 试试实现论文中所描述的程序的“玩具”版本。这无疑会加q解。可悲的是，很多AI实验室天生就是孤ȝQ里面的成员主要阅读和引用自己学校实验室的工作。要 <br /> 知道Q其他的机构h不同的思考问题的方式Q值得去阅读，严肃对待Qƈ引用它们的工作，即你认己明晓他们的错误所在? <br />    l常会有人递给你一本书或者一论文ƈ告诉你应该读读，因ؓ其中有很闪光的地方且/或可以应用到你的研究工作中。但{你阅读完了Q你发现没什么特别闪光的 <br /> 地方Q仅仅是勉强可用而已。于是，困惑来了，“我哪不对啊Q我漏掉什么了吗？”。实际上Q这是因Z的朋友在阅读书或论文Ӟ在头脑中早已形成的一些想法的 <br /> 催化下，看出了其中对你的研究N有h值的地方? <br /><br /> 3. 建立关系 <br />    一两年后，对自己准备从事的子领域已l有了一些想法。此时——或者再早一点——加入Secret Paper Passing Network是很重要的。这个非正式的组l是人工 <br /> 真正在做什么的反映。引导潮的工作最l会变成正式发表的论文，但是臛_在牛人完全明白一q之后，也就是说Q牛人对新思想的工作至领先一q? <br />    牛h如何发现新思\的？可能是听自于某次会议Q但是最可能来自于Secret Paper Passing Network。下面是该网l工作的大致情况。Jo Cool有了一个好x? <br /> 她将不完整的实C其他一些工作融合在一P写了一份草E论文。她想知道这个想法究竟怎么P因此她将论文的拷贝发送给十位朋友q请他们q行评论。朋友们? <br /> 得这个想法很，同时也指Z其中的错误之处，然后q些朋友又把论文拯l他们各自的一些朋友，如此l箋。几个月后，Jo对之q行了大量修订，q交lAAAI? <br /> 六个月后Q该论文以五늚幅正式发表Q这是AAAI会议录允许的幅Q。最后Jo开始整理相关的E序Qƈ写了一个更长的论文Q基于在AAAI发表论文得到的反馈）? <br /> 然后送交lAI期刊。AI期刊要花大约两年的时_对论文评审，包括作者对论文修改所p的时_以及相应的出版gq。因此，理想情况下，Jo的思想最l发表在? <br /> 刊上需要大U三q时间。所以牛人很能从本领域出版的期刊文章中学到什么东西，来得太迟了。你Q也可以成ؓ一个牛人? <br /><br /> 下面是徏立学术关pȝ的一些诀H： <br /> ..    有很多讨论某个AI子领域（如连接主义或者视觉）的邮件列表，选择自己感兴的列表加入? <br /> ..    当与很熟悉本领域的h讨论自己的思想Ӟ他们很可能不直接评h你的xQ而是_“你读过某某吗？”这q不是一个设问，而是你去阅读某䆾文献Q它? <br />   可能与你的想法有关系。如果你q没有读q该文献Q从跟你交谈的高手那里得到该文献的详l信息，或者直接从他那里借一份拷贝下来? <br /> ..    当你d某䆾让你感到很兴奋的论文Q复C份送交l对之感兴趣的其他五个h。他们可能会反馈?来很好的? <br /> ..    本实验室有很多针对不同子领域的非正式Q持l发展的Q论文讨论组Q他们每星期或每两星期聚会一ơ，对大安d的论文进行讨论? <br /> ..    有些人ƈ不介意别人去ȝ他们的书桌，也就是说Q去阅他们堆在书桌上的不久要阅L者经常翻阅的论文。你可以ȝȝQ有没有自己感兴的。当然了Q? <br />   首先要得C人的许可Q要知道有些人确实反感别人翻自己的东ѝ去试试那些qxqh的h? <br /> ..    同样Q有些h也ƈ不介意你ȝ他们的文件柜。实验室中可是有很多学问_深的hQ他们的文g柜里也是有好多宝贝。与利用学校图书馆相比，q通常是更快更 <br />   可靠的寻找论文的方式? <br /> ..    只要自己写下了些东西Q将草稿的拷贝分发给那些可能感兴的人。（q也有一个潜在的问题Q虽然AI领域的剽H很，但也实有。你可以在第一写上“请 <br />   不要影印或者引用”的字样以做部分防范。）大部分hq不会阅读自己收到的大部分论文，因此如果只有数回评论给你，也不用太在意。你可以如此反复几次 <br />    ——这是期刊论文所必需的。注意，除了自己的导师，一般很将两次以上的草EK给同一个h? <br /> ..    当你写完一论文后Q将论文的拷贝送给那些可能感兴的人。别以ؓ人家自然而然地就会去阅读发表论文的期刊或者会议录。如果是内部的出版物Q备忘录? <br />   技术报告）更不容易读C? <br /> ..    你保持联pȝ是各式各P效果p好。尝试与不同研究l，AI实验室，不同学术领域的h交换论文。自己成ؓ没有联系的两个科研组交流的桥梁，q样Q? <br />   很快的，你的桌子上就会冒Z大摞相关的论文? <br /> ..    如果某篇论文引用了自己感兴趣的某些东西，做好W记。维护一份自己感兴趣参考文献的日志。到图书馆去看看能不能找到这些论文。如果要了解某个主题的发 <br />   展轨q，可以有意地去做一张引用的“参考文献”图。所谓的参考文献图Q是指引用组成的|：论文A引用B和CQB引用C和DQC引用DQ等{。注意那些被l常引用 <br />   的论文，q通常是值得阅读的。参考文献图有奇妙的性质。一个是l常有研I同一主题的研I组怺不了解。你搜烦该图Q突然发Cq入另一部分的方式，q通常 <br />   出现于不同学校或者不同方法存在的地方。尽可能了解多种Ҏ是很有h值的Q这L非常深入的了解某一U方法更好? <br /> ..    暂时搁置。跟别h交谈。告诉他们你在做什么，q询问h家在做什么。（如果你对与别的学生讨qx感到害羞Q也要坚持交谈，即自己没有什么想法， <br />   与他们讨p为确实优U的论文。这很自然地引导到下一步做什么的讨论。）每天中午在活动楼七层有一个非正式的午讨Z。在我们实验室，Z都习? <br />   于晚上工作，所以午的时候可以跟别hl成松散的小l进行讨论? <br /> ..    如果你与外界的交很多——做演示或者参加会议——去印张事务名片Q主要要使自q名字ҎC? <br /> ..    从某个时间开始，你将会开始参加学术会议。如果你实参加了，你会发现一个事实，几乎所有的会议论文都o人生厌或者愚蠢透顶。（q其中的理由很有意思， <br />   但与本文无关Q不做讨论）。那q去参加会议q吗Q主要是Zl识实验室之外的人。外面的Z传播有关你的工作的新闻，邀请你作报告，告知你某地的学术风气 <br />   和研I者的特点Q把你介l给其他人，帮助你找C份暑期工作，诸如此类。如何与别hl识呢？如果觉得某h的论文有价|跑上去，_“我非常ƣ赏您的论文”， <br />   q提问一个问题? <br /> ..    获得到别的实验室q行暑期工作的机会。这样你会结识另外一hQ或许还会学到另外一U看待事物的方式。可以去问高q同学如何获取q样的机会，他们或许 <br />   已经在你惛_的地方工作过了，能帮你联pR? <br /><br /> 4. 学习其他领域 <br />    通常的情况，你只能做AI领域的事情，对AI领域之外的事情一无所知，好像有些人现在也仍然q么认ؓ。但是，现在要求好的研究者对几个相关的领域都了解颇深? <br /> 计算的可行性本wƈ没有对什么是提供_的约束，其他的领域给Z其他形式的约束，例如心理学获得的l验数据。更重要的是Q其他的研究领域l了你思考的? <br /> 工具Q看待智能的新方法。学习其他领域的另外一个原因是AI本nq没有评LIh值的标准Q全是借自于其他领域。数学将定理作ؓq展Q工E会问某个对象是否工? <br /> 可靠Q心理学要求可重复的试验Q哲学有严格的思LQ等{。所有这些标准有旉在AI中v作用Q熟悉这些标准有助于你评价他人的工作Q深入自q工作以及保护自己 <br /> 的工作。经q六q左右的评方可获得MIT的PhDQ你可以在一C个非AI领域里打下坚实的基础Q在更多的领域内h阅读水^Qƈ且必d大部分内容具有一定程度的 <br /> 理解。下面是如何学习自己所知甚领域的一些方法： <br /> ..    选修一门研I生评Q这很牢靠，但通常不是最有效的方法? <br /> ..    阅读课本。这Ҏq算不错Q不q课本的知识l常是过时的Q一般还有很高比例的与内Ҏ关的修辞? <br /> ..    扑և该领域最的期刊是什么，向该领域的高教。然后找出最q几q值得阅读的文章，q跟t相兛_考文献。这是最快的感受该领域的ҎQ但有时候你也许 <br />  会有错误的理解? <br /> ..    扑և该领域最著名的学者，阅读他们所著的书籍? <br /> ..    跟该领域的研I生泡在一赗? <br /> ..    参看外校研究该领域的pȝ评表。拜讉K里的研究院办公室Q挑选有用的的文献。下面是一些需要了解的与AI有关的科目： <br /> ..    计算机科学是我们所使用的技术。你需要选修的初U研I生评肯定不能让你对计机U学有够的了解Q因此你必须通过阅读学习更多的知识。计机U学所 <br />  有的领域——理Zpȝ构，pȝQ语a{等——都是必d习的? <br /> ..    数学可能是接下来需要了解的最重要的学U。对于工作在视觉或者机器h学的人来说更关键。对于以pȝZ心的工作Q表面上看，q不相关Q但数学会教你有 <br />  用的思维方式。你需要能阅读定理Q如果具有证明定理的能力会l本领域的大多数人留下深ȝ印象。很有自学数学Q光做个听众是不够的Q还得做习题集? <br />  可能早地选修可能多的数学课Q其他领域的评以后选也很容易。计机U学是以L数学为基的：代数Q图论，{等。如果你要从事推理方面的工作Q逻辑 <br />  是很重要的。逻辑在MIT用得不多Q但是在斯坦以及其他地方，q是认识思维的主方法。所以你必须具备_的逻辑知识Q这样你才能保护自己的观炏V在MIT数学 <br />  p选修一两门评p够了。要是研I兴在感知和机器hQ那么不仅需要离散数学，q需要连l数学。在分析Q微分几何和拓扑学具有扎实的基础会l你提供最? <br />  使用的技巧。统计和概率只是一般有用? <br /> ..    认知心理学与AI׃n几乎完全相同的观点，但是实践者确实具有不同的目标Q他们主要是做实验而不是写E序。每一个h都需要知道认知心理学的某些知识。在MITQ? <br />  Molly Potter开了一门很好的有关认知心理学的初研究生课E? <br /> ..    如果你想做有兛_习的工作Q那么发展心理学是很重要的。发展心理学从一般意义上讲也是很有用的，它能告诉你对于hcL能来_哪些事情隑֓些容易。它q给   <br />  Z有关认知体系l构的认知模型。例如，有关儿童语言习得的工作就对语a处理理论施加了坚实的U束。在MITQSusan Carey开了一门很好的有关发展心理学的? <br />  U研I生评? <br /> ..    心理学中更“Y”的部分Q例如心理分析和C会心理学，对AI的媄响看似很，但具有潜在的重大意义。它们会l你非常不同的理解h是什么的方式。象C会学和 <br />  人类学这LC会U学可以L似的作用。具有多U观Ҏ很有用的。上q学U你需要自学。不q的是，很难区分些领域哪些是优秀的成果哪些是垃圾。到哈佛? <br />  学习Q对于MIT的学生来_很容易交叉注册哈佛的评? <br /> ..    经U学  告诉我们有关Z可计硬件的知识。随着最q可计算经U学和联l主义的兴vQ对AIh非常大的影响。MIT的脑和行为科学系提供了非常好的课E， <br />  视觉QHildreth, Poggio, Richards,UllmanQ，Ud控制QHollerbach, BizziQ和普通神l科学（9.015Q由专家l讲授）? <br /> ..    如果你想研究自然语言处理Q语a学是很重要的。不仅如此，它还包含了很多有关hc认知的U束。在MITQ语a学主要由Chomsky学院负责。你可以ȝ看是? <br />  是符合自q兴趣。George Lakoff最q出版的书?a target="_blank">Women, Fire, and Dangerous Things</a>》可作ؓ另外一U研I程序的例子? <br /> ..    工程Q特别是甉|工程Q已l被很多AI研究机构作ؓ一个研I域。我们实验室在培ȝ序中加入了很多需要确实做一些东西的要求Q例如分析电路。了解EE也有 <br />  助于建造定制的芯片或者调试自qLisp机器上的甉|? <br /> ..    物理?  对于那些Ҏ知和机器人感兴趣的hh强大的媄响? <br /> ..    哲学   是所有AI领域看不见的框架。很多AI工作都有蕴含着哲学的媄响。学习哲学也能帮助你q用或者读懂很多AI论文中用到的观点。哲学可沿着臛_两个正交 <br /> 的u分解。哲学通常是某U东西的哲学Q有x维和语a的哲学与AI更相兟뀂然后存在着多种哲学学派Q从比较大的范围来分Q哲学可分ؓ分析哲学和大陆哲学。分析哲 <br /> 学有x维的观点与AI领域大多数研I者一致。大陆哲学则Ҏ们习以ؓ常的很多东西有非怸同的看待方式。它曄被Dreyfus用于证明AI是不可能的。就在不久前Q? <br /> 有几位研I者认为大陆哲学与AI是相容的Q提供了另外一U解决问题的Ҏ。MIT的哲学属于分析哲学，哲学学院深深地受到Chomsky在语a学方面工作的影响? <br />    看v来要学习太多的东西，是不是？实如此。要心一个陷阱：认ؓ对于所有的XQ“只有我对X了解的更多，q个问题才会变得Ҏ”。要知道Q与之相关需? <br /> q一步了解的东西是永q没完的Q但最l你q是要坐下来Q解决问题的? <br /><br /> 5. W记 <br />    很多U学安有做U研W记的习惯，你也应该q样。可能你曾被告知从五q开始，对于每一门科学课都应该记W记Q确实如此。不同的记笔记方式适用于不同的人， <br /> 可以做在U笔讎ͼ记在W记本或者便W簿上。可能需要在实验室有一个，安q有一个。在W记本上记录下自qx。只有你自己才会去读它，因此可以记得比较随意? <br /> 记录下自q思烦Q当前工作中遇到的问题，可能的解x案。对来可能用到的参考文献作结。定期翻阅你自己的笔记本。有些h会做月度ȝQ方便将来的引用? <br /> W记中记录中的东西经常可以作Z论文的骨干。这会生活变得L些。相反，你会发现写粗略的论文——标题，摘要Q分标题Q以及正文的片段——是一U记录自 <br /> 己当前工作的有效方式Q即使你q不准备把它变成一真正的论文。（q一D|间你或许会改变想法）。你或许会发现Vera Johnson-Steiner的书《Notebooks of the <br /> Mind》很有用Q该书ƈ不是描写如何做笔记的文献Q它描述了随着思想片断的积累，创新思想是如何出现的? <br /><br /> 6. 写作 <br /> 写作的理由有很多? <br /> .. 在整个读研的q程中，你需要写一C（q取决于你所在系的规定）毕业论文Q以获得PhD或者MS? <br /> .. 勤于写作不仅仅给你练习的Z? <br /> .. 学术的规则就是要么发表，要么腐烂。在很多领域和学校，q通常开始于你成Z名教授时Q但是我们实验室的很多研I生毕业之前已l开始发表论文了。鼓励发表和 <br />   分发论文是很好的政策? <br /> .. 写下自己的想法是很好的调整思\的方式。你会经常地发现自以为很完美的想法一旦写下来显得语无uơ? <br /> .. 如果你工作的目的是不仅ؓ自己q要Z人服务，必L它发表。这也是研究的基本责仅R如果你写得_ֽQ会有更多的人来了解你的工作? <br /> .. AI但凭单打独斗是很隑ց的，你需要经常地从他人那里获得反馈。对你的论文作评论就是最重要的一UŞ式。Q何事情，要做p做到最好? <br /> .. 阅读有关如何写作的书c。Strunk和White的?a target="_blank">Elements of Style</a>》对基本的应该如何不应该如何做了介绍。Claire的?a target="_blank">The MLA's Line By Line</a>》（Houghton <br />   MifflinQ是有关在句子别如何编辑的书籍。Jacques Barzun的《Simple and Direct: A Rhetoric for Writers》（Harper and Row, 1985Q是有关如何作文 <br />    的? <br /> .. 写论文时Q读读那些写作高的书，q思考作者的句法q用。你会发C知不觉地Q你已经吸收了作者的风格? <br /> .. 要成为写作高手，需要付出颇多，历经数年Q期间还要忍受和认真对待他h的批评。除此之外，q无捷径可走? <br /> .. 写作有时候是很痛苦的Q看h好像是从“实际的”工作中分心了。但如果你已l掌握了写作技巧，写v来会很快。而且如果你把写作当作一门艺术的话，你能从中? <br />   到很多乐? <br /> .. 你肯定会遇到思\d的情况，q有很多的可能原因，没有一定可以避免的Ҏ。追求完可能导致思\dQ无论开始写什么，总觉得不够好。要理解写作是一个调 <br /> 试的q程。先写一个草E，然后q回修订。写草稿有助于理思\Q如果写不出来正文，那就写个大纲。逐步对之l化Q直到已l很Ҏ写出子部分的内容。如果连草稿? <br /> 写不出来Q隐藏掉正在写作的所有窗口，然后随便输入自己脑袋里想到的东西Q即使看h好像是垃圾。当你已l写Z很多文本后，重新打开H口Q将刚才写的东西~辑 <br /> q去。另外一个错误是以ؓ可以所有的内容依次写出。通常你应该将论文的核心内容写出来Q最后才是介l部分。引起作者思\d的另一个原因是不切实际的以为写? <br /> 是很Ҏ的事情。写作是耗时耗力的，如果发现自己每天只能写一，也不要放弃?     ****** <br /> .. 完美M可能会导致对本来已经_好的论文q在不停地打。这是浪Ҏ间。（q也是一U有意无意之间逃避做研I的表现Q。将论文看作你与本领域其他h交谈? <br />   的一句话。在交谈中，q不是每一句话都是完美的。很有Z期待自己的某ơ谈话就是全部的故事Q是与对方的最后一ơ交? <br /> .. 写信是一U很好的l习。很多技术论文，如果光格更cM于给朋友的信Q那么会有很大的提高。坚持记日记也是l习写作的方法（也会使你试验更多的文体，不仅? <br />   是技术论文）。这两种Ҏq有其它的实质作用? <br /> .. 一个常见的陷阱是花很多旉去追求修辞而不是内宏V要避免q样。LaTeXq完美Q但是它有很多你所需的修饰语。如果这q不够，q可从其他从事这一研究的h? <br />   里借用一些词语用法。很多站点（例如MITQ维护了一个写作修辞的库? <br /> .. 清楚自己要表达什么。这是清楚的写作中最难最重要的因素。如果你写了拙劣的东西，且不知道如何修改Q这很有可能是因Z不知道自p说什么。一旦搞清楚了自 <br />   p说什么，说就行了? <br /> .. 论文的写作要有利于读者查扑ֈ你所做的工作。无论是D落的组l还是通篇的组l，都要最核心的部分放在前面。要_ֿ写作摘要。确保摘要已l反映出你的好思\ <br />   是什么。确保自己明白自q创新Ҏ什么，然后用几句话表达出来。太多的论文摘要只是一般性地介绍论文Q说是有一个好思\Q却不说是什么? <br /> .. 不要用大话来贩卖你的工作。你的读者都是很优秀的hQ正直且自尊。与之相反，也不要ؓ自己的工作道歉或者进行消减? <br /> .. 有时候你意识到某个子句、句子或者段落不够好Q却不知道如何修攏V这是因Zd死胡同里Z来了。你需要返回重写这一部分。现实中q种情况很少发生? <br /> .. 保自己的论文中有中心思想。如果你的程序在10毫秒内解决了问题XQ告诉读者你是如何办到的。不要只是解释呢的系l是如何构徏的，是做什么的Q还要解释其? <br />   作原理和价值所在? <br /> .. 写作是给人看的，而不是机器。因此光观点正确是不行的Q还要易懂。不要靠读者自己去推理Q除非是最明显的推论。如果你在第七页的脚注上解释了某个小玩意的工 <br />   作原理，接着在第二十三页没有q一步解释就引用了它Q此时如果读者感到困惑一炚w不值得奇怪。正式的论文要写清楚是很隄。不要模仿数学领域的文献Q它们的 <br />   标准是尽可能的解释Q读者感到越困难好。这q不适用于AI? <br /> .. 写完一论文后Q删掉第一D|者头几句话。你会发现那是与内容无关的一般性话语，更好的介l语句在W一D|后或者第二段的开头。如果你{做完所有的工作后才 <br /> 开始写作，会失d多。一旦开始了某个U研目Q要Lq样的习惯：写作解释当前工作q展或者每几个月学习所得的非正式论文。从你的研究W记中的记蝲开始。花 <br /> 两天的时间写下来——如果你q旉更长Q说明你是一个完主义者。将论文与你的朋友分享。写的是草稿——不是ؓ了被引用的那U。将论文复制数十份，送给那些 <br /> 感兴的人（包括你的导师Q。与写正式论文相比，q样做具有很多相同的好处Q评论，理清思\Q写作练习等{）Q而且从某U意义上Ԍ付出无需那么多。经常地Q? <br /> 如果你做得不错，q些非正式论文以后可以作为正式论文的骨干内容Q也是从AI实验室的Working Paper成ؓ一期刊文章?一旦你成ؓSecret Paper Passing <br /> Network的成员，会有很多人给你寄论文拯要求评论。获得他人对自己的论文的评论是很有h值的。因此你评论的论文越多，你获得支持就多Q也会收到更多h对你 <br /> 论文的评论。不仅如此，学习评h别h的论文也有助你的选择? <br /><br /> 文写有用的评论是一门艺术? <br /> .. 要写出有用的评论Q需要读两遍论文。第一遍了解其思想Q第二遍开始作评论? <br /> .. 如果某h在论文中屡次犯同一错误Q不要每ơ都标记出来。而是要弄清楚模式是什么，他ؓ什么这样做Q对此还可以做什么，然后在第一|晰地指出或者私下交? <br /> .. 论文的作者在合ƈ你的评论Ӟ会遵@最修改的原则。如果可以，只修改一个词Q不行再修改一个词l，再不行才修改整个句子。如果他的论文中某些拙劣? <br />   处得他必须修改整个D落Q整个小节甚x论文的l织Q要用大字体的字母指出来Q这样他才不会忽视? <br /> .. 不要在论文写毁灭性的批评如“垃䏀。这对于作者毫无帮助。花旉提出性的。要设n处地Cؓ作者着惟? <br /><br />    评论有很多种。有对表辄评论Q有对内容的评论。对表达的评Z可以很不同，可以是校Ҏ字稿Q标点，拼写错误Q字词丢q。应该学一些标准的~辑W号。还 <br /> 可以是校正语法，修辞Q以及؜׃清楚的段落。通常Z会持l地犯同一语法错误Q因此需要花旉明确地指出。接下来是对l织l构的评论：不同E度Q子句，句子Q? <br /> D落Q小节乃至一章）的次序؜乱，冗余Q无关的内容Q以及丢p炏V很难描q对内容q行评论的特征。你可能作者扩展自qxQ考虑某个问题Q错误，潜在? <br /> 问题Q表达赞等。“因为YQ你应该读X”是一UL有用的评论? <br />    当被要求对论文作评论Ӟ你首先想弄清楚哪U评论更有用。对于早期的论文草稿Q需要你主要对内容和论文的组l结构作评论Q对于最l的草稿Q需要你主要评论 <br /> 表达的细节。注意，作ؓ一U礼貌，在要求别Z前，应首先用拼写查器对自q论文q行查?你无L受所有的意见Q但是必都认真对待。将论文的部分内 <br /> 容裁掉是Zo人痛心的Q但往往也提高了论文的水q뀂你l常会发现某个意见确实指Z问题Q但是解x法你觉得不可接受Q那么就d扄三条道\? <br /><br />    要多发表论文Q这其实比想象中的容易。基本上QAI出版物评审者评审论文的标准是： <br /> ...有新意；在某些方面，W合标准。看看IJCAI的会议录Q你会发现论文录取的标准相当低。这U情는于评审过E本w固有的随机性而变得更p糕了。所以一个发表论? <br />   的诀H是不停地试? <br /> .. 保论文可读性比较好。论文被拒绝的原因，除了没有意义之外Q就是无法理解或者组l糟p? <br /> .. 论文在投往期刊之前Q应该交一D|_q根据反馈的评论q行适当的修订。要抵制那种急匆匆地把结果投往期刊的做法。在AI领域Q没有竞赛，而且不管怎么_ <br />   出版周期的gq要大大过对草E进行评论的旉? <br /> .. MMxE的期刊或者会议的q刊Q确保自p文的风格和内Ҏ适合的? <br /> .. 很多出版物都有一左右的“作者投EK知”，仔细看看? <br /> .. 主要的会议都会在被接收的论文中评出内容和表达׃的获奖论文，仔细研究研究? <br /> .. 通常是向会议投交一篇q比较短的有关部分工作内容的早期报告Q然后再往期刊投交一份篇q长的最l的正式论文? <br /> .. 论文被决l了——千万不要沮丧灰心? <br /> .. 期刊和会议的论文评审q程存在很大的不同。ؓ了节省时_会议论文的评审必迅速，没有旉l究或者交。如果你被拒l了Q你失败了。但期刊论文则不同， <br />    你可以经常地与编辑争辩，通过~辑与评审h争辩? <br /> .. 评审Z般都会对你有帮助的。如果你收到了o人生厌的评审报告Q应该向大会的程序主席或者编辑投诉。不能期望可以从会议论文评审人的报告那里得到多少反馈? <br />   但对于期刊论文，往往可以得到非常的。你不必完全按照评审报告的徏议去做，但是Q如果你不按照报告去做，那么必解释原因，q且要意识到q可能会 <br />   Dq一步的负面评h。不怎么P无论是哪U的评审Q作审者都要有CD。因为在余下的职业生涯中Q你会与被评审者在一个学术圈子里? <br /> .. MIT AI Lab Memos大体上是或者接q发表的水^。实际上QTechnical Reports基本上都是这些Memos的修订版本。Working Papers则更不正式，q是很好的将? <br />   q论文分发l同事们的方法。要出版q些内部文gQ只需到Publications OfficeQ在zd楼八层）领一份表|q有两位教员{֭卛_? <br /><br />    像其它的科研活动一P论文写作所q旉L比期望的要高。论文的发表在耗费旉q个问题上则更严重。当你完成了一论文，投出去，{待发表。数月后Q? <br /> 论文以及评论被返回来。你不得不对论文q行修改。然后又是几个月Q才q回对你的修改的认。如果你同时发表了该论文的不同Ş式，如有一短的投会议Q一长? <br /> 投期刊，q样的过E将反复C回合。结果有可能是当你已l厌倦了Q研I主题也已经令h生厌后数q_你仍然在修改那篇论文。这启示我们Q不要去做那些需要热情投 <br /> 入但是很隑֏表论文的研究——苦不堪a? <br /><br /> 7. 讲演 <br />   与同行交的另外一U方式就是讲演，上面提到的有兌文写作的问题Q同样适用于讲演。站在听众面前从容讲演而不会听众ҎƲ睡的能力，对于你成功地获得别h <br /> 的承认、尊敬乃xl的求职都是很关键的。讲演的能力不是天生的，下面是一些学习和l习讲演的方法： <br /> .. Patrick Winston有一很好的有关如何作讲演的论文。每q的一月，他都会就此作讲演Q演C和描述它的演讲技巧? <br /> .. 如果你觉得自己是一个糟p的演讲者，或者想成ؓ一名优U的演讲者，选一门公共演讲课。初U的表演课也很有用? <br /> .. 如果你的导师有定期的研究讨论会，自愿M演讲? <br /> .. MIT AI实验室有一pd的半正式座谈会，叫做Revolving Seminar。如果你觉自q某些观点值得写进AI Memo或者会议论文中Q自告奋勇去作一场报告? <br /> .. 深入了解实验室的不同机器人项目，当你外地的亲朋好友来的时候，你可以领着他们逛一圈，q就机器人做60分钟的报告? <br /> .. ׃修改演讲q比修改论文ҎQ有些h会觉得这是很好的L如何表达思想的方式。（Nike Brady有一ơ曾_他所有最好的论文都来自于演讲Q? <br /> .. 在一间空屋子里练习，最好就是你马上要做的报告。这有助于调整报告的技巧：每一张灯讲些什么；转换的gq以及保持^滑；保持解释和灯的同步Q估计报? <br />   的时间长度。你花在调整讑֤上的旉少Q留下来的与Z的旉pѝ? <br /> .. 用镜子，录音机或者录像机l习是另外一U方法。实验室有这三种讑֤。这也有助于调整自己的发韛_肢体语言? <br /> .. 对于比较正式的报告——特别是你的{辩——应该在几个朋友面前l习一遍，请他们批评指正? <br /> .. 观察别h是如何做报告的。有很多讉KMIT的h会做报告。参加这L报告会能够感受自׃熟悉的领域，q且如果报告令h提不起兴，你可以暗中分析报告者错在哪里? <br /> .. 找一位朋友，你最q的x说给他听。这既可以提高的交际技巧，又能调试自己的思\? <br /><br /> 8. E序设计 <br />   q不是所有的AI论文都包含代码，而且本领域的很多重量Uh物从来没有写q一个重要的E序。但是ؓ了初步的q似AI工作原理Q你必须会程序设计。不仅仅是很多AI? <br /> I工作需要编写代码，而且学会E序设计能给你什么是可计的什么是不可计算的直觉，q是AI对认知科学A献的主要来源。在MITQ本质上所有的AIE序设计都用Common <br /> Lisp。如果还不知道，赶快学吧。当Ӟ学习一门语aq不能等同于学习E序设计QAIE序设计包含的一些技术与那些在系l程序设计或者应用程序设计中用到的大不相 <br /> 同。开始学的时候，可以先看看Abelson和Sussman的《Structure and Interpretation of Computer Programs》，q做一些练习。这本书与AIE序设计本质上ƈ不相q? <br /> Q但是包含了一些相同的技术。然后读Winston和Horn写的Lisp书第三版Q书里有很多优雅的AIE序。最后，q行实际的程序设计，而不是阅读，才是最好的学习E序的方 <br /> 法?学习LispE序设计有很多传l。有些h习惯一起写代码Q这取决于个性。还有的人寻找机会直接向有经验的E序员学习，或者请他对你的代码q行评h。阅d人的 <br /> 代码也是很有效的Ҏ。如果可以向高年U同学要他们的源代码。他们可能会有些抱怨，说自q~程风格差极了，E序实际上ƈ不能工作云云? <br />    不管怎么P最后你获得了源代码。然后你要仔l地通篇阅读Q这很费旉。通常阅读q完全理解别Z码所q旉与你自己~程完成的时间是一样多的，因此要计 <br /> 划好在你的头一个或者头两个学期用数周的旉去阅d人的代码。你从中学到很多以前不曾想到在课本中也没有的技巧。如果你d了大D大D不可理解没有注释的E? <br /> 序，你就会明白不应该如何写代码了?在Y件工E课里学习到的那些知识在AIE序设计中依然有用。要l代码加注释。用正的数据抽象。将囑֒你的代码隔离开Q由 <br /> 于你使用的语a基本上是Common LispQ因此可UL性很好。诸如此cR? <br />    l过头几q的学习后，应该写一些自q标准AI模块Q如Q? <br /> .. 真值维护系l? <br /> .. 规划? <br /> .. 规则pȝ <br /> .. 不同风格的解释器 <br /> .. h程分析的优化编译器 <br /> .. hl承Ҏ的框架pȝ <br /> .. 几种搜烦Ҏ <br /> .. Z解释的学习器 <br />    M你感兴趣的东襉K可以试用程序实现。你可以抓住问题的实质，在几天之内完成一个功能版本。修改已有的E序是另外一U有效的ҎQ前提是你已l写q这 <br /> L东西Qƈ且确实了解其工作原理Q优~点以及效率{问题?不象其他通常的程序员QAIE序员之间很相互借阅代码。（演示代码例外Q。这部分׃AIE序? <br /> 有真正起作用的。（很多著名的AIE序只在作者论文所提到的那三个例子上v作用Q虽然最q这U情况已l有所改善Q。另外一个原因是AIE序通常是匆忙凑成，q没 <br /> 有考虑一般化的问题。用Foobar的“标准”规则解释器Q开始时很有效，不久׃发现~少一些你需要的功能Q或者不够有效率。虽然可以对代码q行修改满自己? <br /> 需要，但记住理解别人的代码是很耗时的，有时候还不如自己写一个。有时候构Z个标准包的工作本w就可以成ؓ一论文。像论文一PE序也有可能q于q求完美 <br /> 了。不停重写代码以求完，最大化的抽象所有的东西Q编写宏和库Q与操作pȝ内核打交道，q都使得很多人偏M自己的论文，偏离了自q领域。（从另外一? <br /> 面，或许q正是你需要将来谋生的手段Q? <br /><br /> 9. 导师 <br />    在MITQ有两种cd的导师，教学导师和论文导师? <br />    教学导师的工作比较简单。每一位研I生都被分配了系里的一位老师作ؓ教学导师。教学导师的作用是作为系方代表，告诉你对你的正式要求是什么，如果你的q? <br /> 度慢了敦促你Q批准你的课E计划等。如果一切顺利的话，你每q只需要见教学导师两次Q在注册日那天。从另一斚wԌ如果你遇C困难Q教学导师替你向p里? <br /> 映或者提供指对{? <br />    论文导师是监督你研究的h。选择论文导师是你ȝ期间最重要的选择Q比选题都重要得多。从更广的意义上ԌAI是通过师傅带徒弟的方式学习的。有很多? <br /> 域的技术方面或者研I过E方面的非正式知识，只能从导师那里学刎ͼ在Q何教U书上都找不到? <br />    很多AI教员都是行ؓ古怪的人，毕业生也如此。导师与研究生的关系是非怸性化的，你的个h特点必须与导师的配合得很好，q样你们才能合作成功。不同的导师 <br /> h不同的风根{下面是一些需要值得考虑的因素： <br /> .. 你需要多大程度的指导Q有些导师会l你一个定义良好的适合做论文的问题Q对解决Ҏq行解释Qƈ告诉你如何开展工作。如果你陷在某个地方了，他们会告诉你 <br />   如何开展下厅R其他的导师属于甩手型，他们可能对你的选题毫无帮助Q但是一旦你选好题目Q他们对于引g的思\h非常大的作用。你需要考虑清楚自己适合 <br />   独立工作q是需要指对{? <br /> .. 你需要多大程度的联系Q有的导师要求每周与你见面，听取你工作进展的汇报。他们会告诉你应该读的论文，q给你实际的l习和项目做。其他的导师每学期与你的 <br />   谈话不会过两次? <br /> .. 你能承受的压力有多大Q有些导师施加的压力是很大的? <br /> .. 需要多情感支持？ <br /> .. 听取导师意见的认真程度如何？大多数导师会相当正式的徏议你的论文题目。有些导师是值得信赖的，他们l出的徏议，如果按照执行Q几乎肯定会做出一可接受 <br />   E度的论文，如果不是令h兴奋的论文的话。其他的则一下子抛出很多思\Q大部分是不切实际的Q但是有一些，或许会导致重大突破。如果选了q样的一位导师， <br />   你首先得把自己当作一个过滤器? <br /> .. 导师提供了什么类型的研究l？有些教授会创造环境，把所有的学生聚集在一P即他们做的不是同一个项目。很多教授每周或者每两周与自q学生们会面。这 <br />   对你有用么？你能与教授的学生和睦相处么？有些学生发现他们更能与其他教研组的学生徏立良好的工作关系? <br /> .. 你想参与大的目么？有些教授大pȝ分解Q每个学生负责一部分。这l了你与一lh讨论问题的机会? <br /> .. 你想被共同监督么Q有些论文项目包含了多个AI领域Q需要你与两个以上的教授建立密切的工作关pR虽然你正式的论文导师只有一位，但是有时候这q不反映实际 <br />   情况? <br /> .. 导师愿意指导其研I域之外的论文题目么？你是否能与导师一起工作，比你做什么本w更重要。MIT的机器hpd曾指D量子物理学和认知建模斚w的论文；推理 <br />   斚w的教员指D视觉斚w的论文。但是有些教员只愿意指导自己研究兴趣领域内的论文。这对于那些Ʋ获得终w职位的q轻教员来说其如此? <br /> .. 导师会ؓ了你跟体制作斗争吗？有些导师会ؓ了你跟系里或者某些有敌意的实体作斗争。有时候体制对某些cd的学生不利（特别是对于女学生和怪癖的学生）Q因? <br />   q一点很重要? <br /> .. 导师愿意q且能够在会议上推荐你的工作吗？q是导师工作的一部分Q对你将来工作意义重大? <br />    上述q些因素Q不同学校的情况很不相同。与大部分学校相比，MIT提供了多得多的自由?找论文导师是你研I生一q最主要的Q务。研一l束Ӟ或者研二学q? <br /> 开始阶D，你必L一个论文导师。下面是一些诀H： <br /> .. 查阅实验室的研究ȝ。其中有一左右的幅描述了每个教师以及很多研I生目前在做什么? <br /> .. 如果你对某些教师的研I工作感兴趣Q查阅其最q的论文? <br /> .. 在第一学期Q与可能多的教师交谈。去感受他们喜欢做什么，他们的研I和指导风格是什么? <br /> .. 与预期导师的研究生交谈。要保证与导师的多个学生交流Q因为每位导师在与不同的学生交流时有不同的工作方式和交流效果。不能被一个学生的看法所左右? <br /> .. 很多教师所在研I组的会议对新同学都是公开的。这是非常好的了解导师工作方式的途径? <br />   作ؓ一门学U，AI不同d的一Ҏ很多有用的工作是qI生完成的，而不是博士——他们忙着做管理去了。这有几个后果。一是某个教师的声望Q是否会获得l? <br /> w聘用，在很大程度上取决于学生的工作。这意味着教授有很强烈的动机吸引最好的学生己工作，q给与有效的指导和够的支持。另外一个后果是Q由于大部分? <br /> 生的论文方向是由导师形成的，因此整个领域的方向和发展很大E度上取决于导师选择什么样的研I生。当选定了导师，军_了自己对导师的要求后Q要保导师知道? <br /> 不要׃交流不好Q浪Ҏ间于自己q不惛_的项目上? <br />   不要完全依赖你的导师Q要建立自己的网l。找一些能定期评审你的工作的h是很重要的，因ؓ研究时很Ҏ走火入魔。网l中的h可以包括自己实验室或者外单位 <br /> 的研I生和老师?在与其他学生、老师甚至自己的导师的关系中，很可能会到U族M者，性别歧视Q同性恋或者其他o人尴的事情。如果你不幸到了，d? <br /> 帮助。MIT的ODSA出版了一本叫做“STOP Harrassment”的册子，里面有很多徏议。?a target="_blank">Computer Science Women's Report</a>》，可在LCS文档室找刎ͼ也与之相兟? <br /> 实验室中有些同学只是名义上由导师指导。这对于那些独立性很强的人来说很好。但是如果你已经完成了某导师指导的工作Q除非你保没有导师也行且自己有牢靠 <br /> 的支持网l，否则׃要这么干? <br /><br /> 10. 论文 <br />    做毕业论文将占据研究生生zȝ大部分时_主要是去做研IӞ包括选题Q这比实际的写作耗时更多。硕士论文的目的是ؓ做博士论文练c博士水q的研究如果 <br /> 没有准备好的话，是很难进行的。硕士论文最本质的要求是展示自己的掌握程度：你已l完全理解了本领域最新进展，q具备相应的操作水^。ƈ不需要你Ҏ领域? <br /> 最新知识有所拓展Q也不要求发表你的论文。然而我们实验室的论文L比较大气的，因此很多士论文实际上都Ҏ领域的发展作Z显著的A献，大约有一半都? <br /> 版了。这q不一定是好事情。很多h_֊都集中于士的工作，所以MIT有这L名声Q硕士论文的质量往往比博士论文高。这有悖于硕士工作本来是为博士研I作准备 <br /> 的原有目的。另外一个因素是所做研I要寚w域有所贡献Q至需要两q_q得研I生学习旉之长令h难以忍受。现在或怽感受不到匆忙Q但当你已经在实验室? <br /> 了七q后Q你肯定q不及待地想逃出厅R硕士从入学到毕业^均时间是两年半，但是Q计机pd烈鼓励学生提前毕业。如果某个硕士生的题目过于庞大，可将之分解， <br /> 一部分来做士论文Q另一部分l博士生作博士论文。想要了解硕士论文研I是什么样的，d本最新的士论文。记住比较好的论文是那些出版的或者成为技术报? <br /> 的，因ؓq标志着该论文被认ؓ是扩展了领域的最新知识——换句话_他们的论文远q超Z士论文的水q뀂还要读一些通过的但是没有出版的论文Q所有通过? <br /> 论文都可以在MIT图书馆中扑ֈ。博士论文必d最新知识有所拓展Q博士论文的研究必须具备可出版的质量。MIT的泱泱气质又表现出来了，很多博士论文在几q内? <br /> 是某个子领域的权威工作。对于MIT的博士论文来_开创一个新领域Q或者提出ƈ解决一个新问题Qƈ不是什么了不v的事情。虽Ӟqƈ不是必需的。一般来_需 <br /> 要两Cq的旉来做博士论文。很多h׃Cq的旉跟硕士生z说再见Q以及选题。这D|间可以去试一些别的事情，例如做助教或者在某个非AI领域打下坚实 <br /> 的基或者组l个乐队。博士论文的实际写作旉大约是一q? <br />   选题是论文工作中最重要最困难的部分： <br /> .. 好的论文题目不仅能够表达个h观点Q而且可与同行交流? <br /> .. 选择题目必须是自己愿意倾注热情的。个景观Ҏ你作Z个科学家的理由，是你最为关切的意象Q原则，思\或者目标。有多种形式。或怽想造一台可与之 <br />   交谈的计机Q或怽x人类从计机的愚蠢用中拯救出来Q或怽惛_CZ物都是统一的，或许你想在太I发现新生命。远景观ҎL比较大的Q你的论文ƈ <br />   不能实现你的q景Q但是可以朝着那个方向努力? <br /> .. 做论文时Q最困难的就是如何将问题消减臛_解决的水qI同时规模又以做一论文。“解决AI的宽度优先”是常见毛病的一个例子，题目太大太虚了。你会发? <br />   需要不断的~小题目的范围。选题是一个渐q的q程Q不是一个离散的事gQ会持箋C宣布论文已经完成那一Mؓ止。实际上Q解决问题通常比精地描述问题? <br />   Ҏ得多。如果你的目标是一个五十年的工E，那么合理的十q工E是什么，一q的呢？如果目标的结构庞大，那么最核心的部件是什么，如何最大程度的了解核心 <br />   部gQ? <br /> .. 一个重要的因素是你可以忍受多大E度的风险。在最l的成功和风险之间需要权衡。这也ƈ不L对的QAI中有很多研究者尚未涉及的x? <br /> .. 好的论文选题有一个中心部分，你确信肯定可以完成，q且你和你的导师都同意这已经满毕业要求了。除此之外，论文中还有多U扩展，有失败的可能Q但如果? <br />   功了Q会增加论文的精彩程度。虽然不是每一个论文选题都符合这个模式，但值得一试? <br /> .. 有些得同时在多个目中工作可以在选题的时候选择可以完成的那个。这实降低了风险。另外一些h则愿意在做Q何工作之前，选一个单独的题目? <br /> .. 可能你只Ҏ个领域感兴趣Q这样你的选题范围qH得多。有时候，你会发现p里的老师没有一个h能够指导你选择的领域。可能还会发现好像那个领域没什么很 <br />   自然的选题Q反而对别的领域有好x? <br /> .. 士选题比博士选题更难Q因为硕士论文必d你所知不多没有够自信时完成? <br /> .. 博士选题需要考虑的一个因素是是否l箋士阶段所研究的领域，可能拓展或者作为基Q或者干脆{到另外一个领域。待在同一个领域事情就单了Q可能只需? <br />  一Cq就毕业了，特别是如果在士阶段的工作中已经发现了适合做博士论文的题目。不之处在于容易定型，Ҏ领域则能增加知识的宽度? <br /> .. 有的论文题目很新奇，有的则很普通。前者开创了新领域，探烦了以前未曄I过的现象，或者ؓ很难描述的问题提供了有效的解x法；后者则完美地解决了定义 <br />   良好的问题。两U论文都是有价值的。选择哪一U论文，取决于个人风根{? <br /> .. 论文的“将来的工作”部分，是很好的论文题目来源? <br /> .. 无论选什么样的题目，必须是前人未曑ցq的。即使是同时有h做的工作Q也不好。有很多东西可作Q根本无需竞争。还有一U常见的情况Q读了别人的论文后感 <br />   觉很惊慌Q好像它已经把你的问题解决了。这通常发生在确定论文题目过E中。实际上往往只是表面cMQ因此将论文送给某个了解你的工作的高人看看，看他怎么说? <br /> .. MIT AI实验室的论文q全是有关人工的；有些是有关硬件或者程序设计语a的，也行? <br />    选好题后Q即使有点虚Q你必须能够回答下列问题Q论文的论点是什么？你想说明什么？你必L一句，一D，五分钟的{案。如果你不知道自己在q什么，别h? <br /> 不会严肃对待你的选题Q更p糕的是Q你会陷在选题——再选题的圈子里而不能自拔?开始作论文研究后，一定要能够用简单的语言解释每一部分的理论和实现是如何ؓ <br /> 目标服务的?CQ一旦选好了题目，你必M导师p文完成的标准达成清晰的一致。如果你和他对论文具有不同的期望Q最后你肯定d很惨。必d义好“完? <br /> 试”的标准Q像一pd的能够证明你的理论和E序的例子。这是必d的，x你的导师q不q么要求。如果环境发生了Ҏ的变化，试也要随之改变。首先尝试论 <br /> 文问题的化版本。用实例验。在形成理论抽象之前Q要完整的探I具有代表性的例子?做论文的q程中，有很多浪Ҏ间的方式。要避免下列zdQ除非确实跟? <br /> 文相养IQ语a表达的设计；用户接口或者图形接口上q分讲究Q发明新的Ş式化ҎQ过分优化代码；创徏工具Q官僚作风。Q何与你的论文不是很相关的工作要尽? <br /> 减少?一U众所周知的现象“论文逃避”，是你突然发现改正某个操作系l的BUG是非常吸引h也很重要的工作。此时你L自觉不自觉的偏离了论文的工作。要C <br /> 自己应该做些什么。（本文对于部分作者来说就属于论文逃避现象Q? <br /><br /> 11. 研究Ҏ? <br /> [本部分内Ҏ较少Q请d] <br />    研究Ҏ学定义了什么是U研zdQ如何开展研IӞ如何衡量研究的进展，以及什么叫做成功。AI的研I方法学是个大杂烩。不同的Ҏ论定义了不同的研I学z? <br /> Ҏ是工兗用即可，不要让他们来使用你。不要把自己陷于口号之中Q“AI研究需要牢靠的基础”，“哲学家只会高谈阔论Qh工智能则需要拼搏”，“在问ؓ什? <br /> 之前Q先搞清楚计的是什么”。实际上Q要在h工智能领域取得成功，你必L长各U技术方法，q必d备怀疑的态度。例如，你必能够证明定理，同时你还必须 <br /> 思考该定理是否说明了什么?很多优秀的AI章都是巧妙地在几种ҎZ取得q。例如，你必选择一条在太多理论Q可能与M实际问题都无养I和繁琐的实现 <br /> Q把实际的解x法表辑־语无伦次Q之间的最佌\Uѝ你l常会面临区分“干净”和“肮脏”的研究决策。你应该花时间将问题在某U程度上形式化吗Q还是保持问? <br /> 的原始状态，此时虽然l构不良但更接近实际Q采用前一U方法（如果可行的话Q会得到清晰定的结果，但这一q程往往是繁琐的Q或者至不会直接解决问题。后? <br /> 则有陷入各种处理的澃涡之中的危险。Q何工作，M人，必须作出明智的^衡?有些工作象科学。你观察Z是怎样学习术的，大脑是如何工作的Q袋鼠是如何? <br /> 的，然后搞清楚原理，形成可检验的理论。有些工作象工程Q努力创Z个更好的问题解决器或者算法。有些工作象数学Q跟形式化打交道Q要理解属性，l出证明。有 <br /> 些工作是实例驱动的，目标是解释特定的现象。最好的工作是以上几U的l合。方法具有社会性，看看别h是如何攻克类似难题的Q向别hh他们是如何处理某U特D? <br /> 情况的? <br /><br /> 12. 情感因素 <br />    研究是艰苦的工作Q很Ҏ对之失去兴趣。一个o人尴的事实是在本实验室d的学生只有很比例最后获得学位。有些hd是因为可以在产业界赚到更多的 <br /> 钱，或者由于个人的原因Q最主要的原因则是由于论文。本节的目标是解释这U情况发生的原因Qƈl出一些有益的。所有的研究都包含风险。如果你的项目不? <br /> 能失败，那是开发，不是研究。面寚w目失败时是多么艰隑֕Q很Ҏ你负责的项目失败解释ؓ你自qp|。虽Ӟq实际上也证明了你有勇气向困难挑战。在人工 <br /> 领域很少有hL一直成功，一q年地出论文。实际上Q失败是l常的。你会发C们经常是同时做几个项目，只有一些是成功的。最l成功的目也许反复p|q? <br /> 多次。经历过很多׃Ҏ错误的失败之后，才取得最l的成功。在你以后的工作生中，会经历很多失败。但是每一个失败的目都代表了你的工作Q很多思想Q思? <br /> 方式Q甚至编写的代码Q在若干q后你发现可用于另外一个完全不同的目。这U效果只有在你积累了相当E度的失败之后才会显现出来。因此要有最初的p|以后会 <br /> 起作用的信念? <br />    研究所p的实际时间往往比计划的要多得多。一个小技巧是l每个子d分配三倍于预期的时_有些人加了一句：?.Q即使考虑了这条原则”）? <br />    成功的关键在于得研I成Z日常生活的一部分。很多突破和灉|都发生在你散步时。如果无时无d都潜意识的思考研IӞ׃发现思如泉涌。成功的AI研究 <br /> 者，坚持的作用一般大于天资。“尝试”也是很重要的，也就是区分浅薄的和重要的思\的能力。你会发现自己成功的比例是很随机的。有时候，一个星期就做完了以 <br /> 前需要三个月才能完成的工作。这是o人欣喜的Q得你更愿意在本领域工作下厅R其他一些时候，你完全陷在那里，感觉什么也做不了。这U情况很隑֤理。你会觉 <br /> 得自己永q不会做ZQ何有价值的东西了，或者觉得自׃再具备研I者的素质了。这些感觉几乎肯定是错误的。如果你是MIT录取的学生，你就是绝对合格的。你需 <br /> 要的是暂停一下，对糟p的l果保持高度的容忍? <br />    通过定期讄中短期的目标Q例如每周的或者每月的Q你有很多工作要做。增加达到这些目标的可能性有两种ҎQ你可以把目标记在笔记本中，q告诉另外一? <br /> 人。你可以与某个朋友商定交换每周的目标q看谁最l实C自己的目标。或者告诉你的导师。有时你会完全陷在那里，cM于写作过E的思\dQ这有很多可能的 <br /> 原因Q却q无一定的解决Ҏ? <br /> .. 范围q于宽泛了，可尝试去解决程中的子问题? <br /> .. 有时候对你研I能力的怀疑会消磨掉你所有的热情而得你一事无成。要牢记研究能力是学习而得的技能，而不是天生的? <br /> .. 如果发现自己陷入严重的困境，一个多星期都毫无进展，试每天只工作一时。几天后Q你可能׃发现一切又回到了正轨? <br /> .. x失败会使得研究工作更加困难。如果发现自己无法完成工作，问问自己是否是由于在逃避用实验检验自q思\。发现自己最q几个月的工作完全是白费的这U? <br />   可能Q会L你进一步开展工作。没有办法避免这U情况，只要认识到失败和费也是研究q程的一部分? <br /> .. 看看Alan Lakien的书《How to Get Control of Your Time and Your Life》，其中包含很多能你进入充满创造力的状态的无hҎ? <br />    很多人发现自q个h生活和做研究的能力是怺影响的。对于有些h来说Q当生活中一切都不如意时Q工作是遉K所。其他的人如果生z陷入؜乱时无法工? <br /> 了。如果你觉得自己实悲痛得难以自拔， <br /><br />    ȝ看心理医生。一份非正式的调查表明，我们实验室大U有一半的学生在读研期间看q一ơ心理医生?使得人工那么隄一个原因是没有被普遍接受的成功 <br /> 标准。在数学中，如果你证明了某个定理Q你q实做了某些事情；如果该定理别人都证不出来Q那么你的工作是令h兴奋的。h工智能从相关的学U中借来了一些标 <br /> 准，q有自己的一些标准。不同的实践者，子领域和学校会强调不同的标准。MIT比其他的学校更强调实现的质量Q但是实验室内部也存在很大的不同。这L一个后 <br /> 果就是你不可能o所有的人都满意。另外一个后果就是你无法定自己是否取得了进展，q会让你觉得很不安全。对你工作的评h从“我所见过最伟大的”到“空虚， <br /> 多余Q不明所以”不一而Q这都是很正常的Q根据别人的反馈修订自己的工作?有几U方法有助于克服研究q程中的不安全感。被承认的感觉：包括毕业论文的接 <br /> 受，发表论文{。更重要的是Q与可能多的h交流你的思\Qƈ听取反馈。首先，他们能A献有用的思\Q其ơ，肯定有一些h会喜Ƣ你的工作，q会使得你感? <br /> 不错。由于评仯展的标准是如此不定Q如果不与其他的研究者充分的交流Q很Ҏ盲目。特别当你感觉不太好Ӟ应该׃的工作进行交。此Ӟ获得反馈和支? <br /> 是非帔R要的? <br />    很容易看不到自己的A献，L惻I“如果我能做Q肯定是微不道的。我的所有思想都太明显了”。实际上Q当你回头看Ӟq些虽然对你是很明显的，对别人ƈ <br /> 不一定是明显的。将你的工作解释l很多门外汉听，你会发现现在对你来说是^淡无奇的东西原来那么难！写下来? <br />    一对获奖者实施的有关怀疑自己问题（在你研究的过E中Q你一直觉得自己是在做震惊世界的工作吗Q）的调查表明：获奖者们一致回{他们经常怀疑自? <br /> 工作的h值和正确性，都经历过觉得自己的工作是无关的，太明显了或者是错误的时期。Q何科学过E的常见和重要的部分是l常严格的评P很多时候不能确定工? <br /> 的hg是科学过E不可避免的一部分?有些研究者发C别h协作比单打独斗工作效果更好。虽然h工智能研I经常是相当个hM的，但是也有一部分Z起工作， <br /> 创徏pȝQ联合发表论文。我们实验室臛_已经有一个联合做毕业论文的先例。缺Ҏ很难与协作者区分对论文的A献。与实验室之外的人合作，例如暑期工作Ӟ问题 <br /> ׃一些?很多来到MIT AI实验室的学生都是以前所在学校最厉害的h。来到这里之后，会发现很多更聪明的h。这对于很多一q左右学生的自Ş成了打击。但 <br /> 周围都是聪明Z有一个好处：在你把自׃怎么LQ但自己又没有觉察到Q想法发表之前就被其他hl打倒在C。更现实的讲Q现实世界中可没有这么多聪明人? <br /> 因此到外面找一份顾问的工作有利于保持心理^衡。首先，有h会ؓ你的才能付费Q这说明你确实有些东ѝ其ơ，你发C们确实太需要你的帮助了Q工作良好带来了 <br /> 满感。反之，实验室的每一个学生都是从四百多个甌者挑选出来的Q因此我们很多学生都很自大。很Ҏ认ؓ只有我才能解册个问题。这q没什么错Q而且有助? <br /> 推进领域的发展。潜在的问题是你会发现所有的问题都比你想象的要复杂得多，研究q旉比原先计划的多得多，完全依靠自己q做不了。这些都使得我们中的很多? <br /> 陷入了严重的自信危机。你必须面对一个事实：你所做的只能Ҏ个子领域的一部分有所贡献Q你的论文也不可能解决一个重大的问题。这需要激烈的自我重新评hQ? <br /> 充满了痛苦，有时候需要一q左右的旉才能完成。但q一切都是值得的，不自视过高有助于以一U游戏的_M研究?Z能够忍受研究的痛苦至有两个情感 <br /> 原因。一个是驱动Q对问题的热情。你做该研究是因为离开它就没法zMQ很多伟大的工作都是q样做出来的。虽然这样也有a灯枯的可能。另外一个原因是好的 <br /> 研究是充满乐的。在大部分时间里Q研I是令h痛苦的，但是如果问题恰好适合你，你可以玩一L解决它，享受整个q程。二者ƈ非不可兼容的Q但需要有一个权衡? <br /> 要想了解研究是怎么LQ遭到怀疑的时候应该如何安慰自己，M些当代h的自传会有些作用? <br /> Gregory Bateson's Advice to a Young Scientist, Freeman Dyson's Disturbing the Universe, Richard <br /> Feynmann's Surely You Are Joking, Mr. Feynmann!, George Hardy's A Mathematician's Apology, <br /> 和Jim Watson's The Double Helix. <br /> 当你完成了一个项目——例如论文——一两个月后Q你可能会觉得这一切是那么不倹{这U后冲效? <br /> 是由于长旉被压抑在该问题上Q而且觉得本可以做得更好。Lq样的，别太认真。等再过了一两年Q? <br /><br /> 回头看看Q你会觉得：嘿，真棒Q多的工作Q?img src ="http://www.tkk7.com/WangBNU/aggbug/51255.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.tkk7.com/WangBNU/" target="_blank">LoveBNU 六 WangBNU</a> 2006-06-08 09:05 <a href="http://www.tkk7.com/WangBNU/archive/2006/06/08/51255.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item><item><title>[转]人工~略语大?/title><link>http://www.tkk7.com/WangBNU/archive/2005/09/20/13571.html</link><dc:creator>LoveBNU 六 WangBNU</dc:creator><author>LoveBNU 六 WangBNU</author><pubDate>Tue, 20 Sep 2005 13:04:00 GMT</pubDate><guid>http://www.tkk7.com/WangBNU/archive/2005/09/20/13571.html</guid><wfw:comment>http://www.tkk7.com/WangBNU/comments/13571.html</wfw:comment><comments>http://www.tkk7.com/WangBNU/archive/2005/09/20/13571.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.tkk7.com/WangBNU/comments/commentRss/13571.html</wfw:commentRss><trackback:ping>http://www.tkk7.com/WangBNU/services/trackbacks/13571.html</trackback:ping><description><![CDATA[发信? chinamaker (狂一?, 信区: AI<br> ?nbsp; ? 人工~略语大?br> 发信? BBS 水木清华?nbsp;(Tue Sep  6 22:37:14 2005), 站内<br> <br> 来自U研中国Qhttp://www.sciei.com/bbs/dispbbs.asp?boardID=43&ID=228&page=1 <br> <br> ACO Ant Colony Optimization 蚁群法 <br> AI Artificial Intelligence 人工 <br> ANN Artifical Neural Network 人工经|络 <br> ART Adaptive Resonance Theory 自适应谐振理论 <br> ARMA Autoregressive Moving Average 自回归移动取q_ <br> BSP Blind Signal Processing 盲信号处?nbsp;<br> BSS Blind Signal Separation 盲信号分?nbsp;<br> BAM Bidirectional Associative Memory 双向联想记忆 <br> BSE Blind Signal Extraction 盲信h?nbsp;<br> BP Back Propagation 反向传播 <br> CI Computational Intelligence 计算 <br> CN Control Network 控制|络 <br> CIMS Computer Intergrated Manufacturing System 计算机集成制造系l?nbsp;<br> CSP Car Sequencing Problem 车辆排序问题 <br> CAP Channel Assignment Problem 信道分配问题 <br> CAM Competive Activation Mechanism 竞争机制 <br> DM Data Mining 数据采掘 <br> DB Database 数据?nbsp;<br> DEFK Decoupled EFK 解藕 EFK <br> DCA Dynamic Component Analysis 动态分量分?nbsp;<br> EA Evolutionary Algorithm q化法 <br> EC Evolutionary Compuration q化计算 <br> EP Evolutionary Program q化E序 <br> ERM Empirical Risk Minimization 最经验风?nbsp;<br> EM Expectation Maximization 最大期?nbsp;<br> EHM Extendel Hopfield Model 扩展 Hopfield 模型 <br> ECG Electrocardiogram 心电?nbsp;<br> EEG Electroencephalogram 脑电?nbsp;<br> FIS Fuzzy Inference System 模糊推理pȝ <br> FNN Fuzzy Neural Network 模糊经|络 <br> FMRI Functional Magnetic Resonance Imaging 功能谐振成?nbsp;<br> FL Fuzzy Logics 模糊逻辑 <br> FLC Fuzzy Logic Controller 模糊逻辑控制?nbsp;<br> FCM Fuzzy C-Means 模糊 C-q_ <br> FA Factor Analysis 因子分析 <br> FR Filter Regressor 滤L回归 <br> GA Genetic Algorithm 遗传法 <br> GEKF Global EKF 扩展 Kalman 滤L <br> GPP Graph Partitioning Problem 囑ֈ割问?nbsp;<br> GCN Generalized Clustering Network q义聚类|络 <br> GMDH Group Method of Data Handling 集群数据处理技?nbsp;<br> HMM Hidden Markov Model 隐含马尔可夫模型 <br> HNN Hopfield Neural Network Hopfield 经|络 <br> HM Hopfield Model Hopfield 模型 <br> HCM Hard C-Means ?nbsp;C-q_ <br> ICA Independent Component Analysis 独立分量分析 <br> IDN Identification Network 辩识|络 <br> IFA Independent Factor Analysis 独立因子分析 <br> KDD Knowledge Discovery In Database 数据挖掘 <br> KCN Kohonen Clustering Network Kohonen 聚类|络 <br> LVQ Learning Vector Quantization 学习向量量化 <br> MLFN Multilayer Feedfoward Neural Network 前向多层经|络 <br> MLP Multilayer Perceptron 多层感知?nbsp;<br> MISO Multi-Input Single-Output 多输入单输出 <br> MIMO Multi-Input Multi-Output 多输入多输出 <br> MLE Maximum Likelihood Estimation 最大似然估?nbsp;<br> MFT Mean Field Theory q_场理?nbsp;<br> MFA Mean Field Annealing q_场退?nbsp;<br> MMC Modified Mountain Clustering 修正山Ş聚类 <br> MLD Mean Local Density q_局部密?nbsp;<br> ML Maximum Likelihood 最大似?nbsp;<br> MOG Mixed of Gaussian Function 混合高斯函数 <br> NP Nonpolynomial 非多式 <br> NIIR Nonlinear IIR 非线性无限冲d?nbsp;<br> NARMA Nonlinear ARMA 非线?nbsp;ARMA <br> OLS Orthogonal Least Square 正交最^?nbsp;<br> PCA Principle Component Analysis d量分?nbsp;<br> PCNN Pulse Coupled Neural Network 脉冲藕合经|络 <br> PET Positron Emission Tomograph 正电子辐断层成?nbsp;<br> PPR Projection Pursuit Regression 投媄跟踪回归 <br> PNN Probabilistic Neural Network 概率经|络 <br> PDF Probability Density Function 概率密度函数 <br> PDN Postal Delivery Problem 邮递网l问?nbsp;<br> PSO Particle Swarm Optimization _子算?nbsp;<br> RNN Recurrent Neural Network 递归经|络 <br> RO Random Optimization 随机优化 <br> RBF Radial Basis Function 径向基函?nbsp;<br> SOM Self-Organized Mapping 自组l映?nbsp;<br> SA Simulated Annealing 模拟退?nbsp;<br> ST Search Tree 搜烦?nbsp;<br> TSP Travelling Salesman Problem 旅行商问?nbsp;<br> TDNN Time Delay Neural Network 时g经|络 <br> TSK Takagi-Sugeno-Kang Model TSK 模型 <br> WVD Wigner Viller Distribution l格U维拉分?img src ="http://www.tkk7.com/WangBNU/aggbug/13571.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.tkk7.com/WangBNU/" target="_blank">LoveBNU 六 WangBNU</a> 2005-09-20 21:04 <a href="http://www.tkk7.com/WangBNU/archive/2005/09/20/13571.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item></channel></rss> <footer> <div class="friendship-link"> <p>лǵվܻԴȤ</p> <a href="http://www.tkk7.com/" title="亚洲av成人片在线观看">亚洲av成人片在线观看</a> <div class="friend-links"> </div> </div> </footer> վ֩ģ壺 <a href="http://gzweida88.com" target="_blank">ɫĻ߲</a>| <a href="http://19b1.com" target="_blank">aëƬվ</a>| <a href="http://2002tw.com" target="_blank">ÿĻ2019</a>| <a href="http://zbr555sina.com" target="_blank">ƷƵѹۿ</a>| <a href="http://51jingpai.com" target="_blank">aëƬƵѹۿ</a>| <a href="http://yy6653.com" target="_blank">Ƶַѹۿ</a>| <a href="http://456jjj.com" target="_blank">99ƷƷ</a>| <a href="http://222941.com" target="_blank">߳˾Ʒ</a>| <a href="http://dukane1688.com" target="_blank">baoyu777Ƶ</a>| <a href="http://www33399.com" target="_blank">aѹۿ</a>| <a href="http://pgyadv.com" target="_blank">ȫƵѹۿ߿</a>| <a href="http://tlyyt.com" target="_blank">Ʒһ㽶</a>| <a href="http://www-070755.com" target="_blank">ƷƵ</a>| <a href="http://ebhqd.com" target="_blank">պĻƵ</a>| <a href="http://lfpfjc.com" target="_blank">˸ӰԺѿ</a>| <a href="http://niu44.com" target="_blank">ëƬѹۿƵ</a>| <a href="http://langse3.com" target="_blank">Ʒ鶹Ѱ</a>| <a href="http://hn283.com" target="_blank">޹һƵվ</a>| <a href="http://51708695.com" target="_blank">˾þں91</a>| <a href="http://yuejiju.com" target="_blank">޲Ļ</a>| <a href="http://mcsser.com" target="_blank">Ů18ëƬˮ</a>| <a href="http://ksyy888.com" target="_blank">츾V߲</a>| <a href="http://lianghao999.com" target="_blank">Ʒɫͼ</a>| <a href="http://chinashineway.com" target="_blank">һĻר</a>| <a href="http://8mav950.com" target="_blank">˿wwwƵ</a>| <a href="http://shbailongma.com" target="_blank">Ʒһ</a>| <a href="http://yy6636.com" target="_blank">ºձѹۿ</a>| <a href="http://gkhnf.com" target="_blank">97ɫ׳Ƶ</a>| <a href="http://wwwhaole10.com" target="_blank">ձһ</a>| <a href="http://aijiu868.com" target="_blank">޳һ</a>| <a href="http://800141.com" target="_blank">avƬ߲</a>| <a href="http://wxbhnkyy39.com" target="_blank">޵ҹ</a>| <a href="http://289qq.com" target="_blank">ɫһһһһƵѿ</a>| <a href="http://wwwhaole10.com" target="_blank">ƷѾþþþùһ </a>| <a href="http://91vk.com" target="_blank">һһһƬѸ</a>| <a href="http://65123456.com" target="_blank">վѹۿ</a>| <a href="http://9xav.com" target="_blank">ŷߵӰ</a>| <a href="http://gzjing365.com" target="_blank">AV</a>| <a href="http://ddm88888.com" target="_blank">޹Ʒþþþվ</a>| <a href="http://lfhuanxin.com" target="_blank">޳վ߹ۿ</a>| <a href="http://sdzsks.com" target="_blank">һƵ</a>| <script> (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); </script> </body>