会员服务
MoDELS ·
2021 年 11 月 18 日
Parametricity Features and their Requirements
翻译：特征及其要求
Andreas Nuyts
Andreas Nuyts

In this note, we discuss a number of parametricity features and what their requirements are in terms of complexity of the type system and its model.


翻译：在本说明中,我们讨论了若干参数特征,以及这些特征在类型系统及其模型的复杂性方面有哪些要求。
0
下载
关闭预览

相关内容

【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
专知会员服务
52+阅读 · 2020年11月21日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
92+阅读 · 2020年3月12日
【Python最佳实践、技巧与提示30则】《30 Python Best Practices, Tips, And Tricks》by Erik-Jan van Baaren
【Python最佳实践、技巧与提示30则】《30 Python Best Practices, Tips, And Tricks》by Erik-Jan van Baaren
专知会员服务
34+阅读 · 2020年1月6日
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
专知会员服务
43+阅读 · 2020年1月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
168+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
美国俄克拉荷马大学电子与计算机工程系招聘博士后
美国俄克拉荷马大学电子与计算机工程系招聘博士后
科研圈
3+阅读 · 2018年8月24日
LibRec 精选：连通知识图谱与推荐系统
LibRec 精选：连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
最佳实践：深度学习用于自然语言处理（三）
最佳实践：深度学习用于自然语言处理（三）
待字闺中
3+阅读 · 2017年8月20日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
A Review of Computer Vision Technologies for Fish Tracking
Arxiv
0+阅读 · 2022年1月21日
Distributional data analysis of accelerometer data from the NHANES database using nonparametric survey regression models
Arxiv
0+阅读 · 2022年1月20日
Geometric Fabrics: Generalizing Classical Mechanics to Capture the Physics of Behavior
Arxiv
0+阅读 · 2022年1月18日
Semantic Models for the First-stage Retrieval: A Comprehensive Review
Arxiv
19+阅读 · 2021年9月17日
A Survey on Distributed Machine Learning
Arxiv
43+阅读 · 2019年12月20日
The Book of Why: Review
Arxiv
15+阅读 · 2019年9月30日
Omni-directional Feature Learning for Person Re-identification
Omni-directional Feature Learning for Person Re-identification
Arxiv
3+阅读 · 2018年12月13日
Large Margin Structured Convolution Operator for Thermal Infrared Object Tracking
Large Margin Structured Convolution Operator for Thermal Infrared Object Tracking
Arxiv
5+阅读 · 2018年7月19日
Triplet-based Deep Similarity Learning for Person Re-Identification
Arxiv
3+阅读 · 2018年2月9日
The Unreasonable Effectiveness of Deep Features as a Perceptual Metric
Arxiv
11+阅读 · 2018年1月11日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
MoDELS
相关VIP内容
【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
【经典书】应用随机微分方程，324页pdf，Applied Stochastic Differential Equations
专知会员服务
52+阅读 · 2020年11月21日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
92+阅读 · 2020年3月12日
【Python最佳实践、技巧与提示30则】《30 Python Best Practices, Tips, And Tricks》by Erik-Jan van Baaren
【Python最佳实践、技巧与提示30则】《30 Python Best Practices, Tips, And Tricks》by Erik-Jan van Baaren
专知会员服务
34+阅读 · 2020年1月6日
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
专知会员服务
43+阅读 · 2020年1月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
168+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
热门VIP内容
相关资讯
计算机 | 国际会议信息5条
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
美国俄克拉荷马大学电子与计算机工程系招聘博士后
美国俄克拉荷马大学电子与计算机工程系招聘博士后
科研圈
3+阅读 · 2018年8月24日
LibRec 精选：连通知识图谱与推荐系统
LibRec 精选：连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
最佳实践：深度学习用于自然语言处理（三）
最佳实践：深度学习用于自然语言处理（三）
待字闺中
3+阅读 · 2017年8月20日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
A Review of Computer Vision Technologies for Fish Tracking
Arxiv
0+阅读 · 2022年1月21日
Distributional data analysis of accelerometer data from the NHANES database using nonparametric survey regression models
Arxiv
0+阅读 · 2022年1月20日
Geometric Fabrics: Generalizing Classical Mechanics to Capture the Physics of Behavior
Arxiv
0+阅读 · 2022年1月18日
Semantic Models for the First-stage Retrieval: A Comprehensive Review
Arxiv
19+阅读 · 2021年9月17日
A Survey on Distributed Machine Learning
Arxiv
43+阅读 · 2019年12月20日
The Book of Why: Review
Arxiv
15+阅读 · 2019年9月30日
Omni-directional Feature Learning for Person Re-identification
Omni-directional Feature Learning for Person Re-identification
Arxiv
3+阅读 · 2018年12月13日
Large Margin Structured Convolution Operator for Thermal Infrared Object Tracking
Large Margin Structured Convolution Operator for Thermal Infrared Object Tracking
Arxiv
5+阅读 · 2018年7月19日
Triplet-based Deep Similarity Learning for Person Re-Identification
Arxiv
3+阅读 · 2018年2月9日
The Unreasonable Effectiveness of Deep Features as a Perceptual Metric
Arxiv
11+阅读 · 2018年1月11日
Top
微信扫码咨询专知VIP会员
Top