首页 > TAG信息列表 > Mining
webmine和crypto-webminer挖矿——一句<iframe width=0 height=0 frameborder=0 src='https://webmine.cz/
https://webmine.cz/ XMR mining as a replacement to ads. We are offering a Javascript miner that can be embedded to your website. This way you can earn XMR with spare CPU power of your website users in the following three steps. We do support Integrated adProj CMI Paper Reading: Mining Workflow Models from Web Applications
Abstract 背景： Web技术便利了软件发布和更新，但也要求持续测试 (Having insight into application behavior through explicit models)用显式模型（？）来深入了解应用程序的行为。例如使用状态和状态转换来创建测试。 描述这种状态行为模式很困难，因为⼈们需要知道两个状态何时是等价的，Proj CMI Paper Reading: Mining Operational Preconditions
Abstract 背景： 前提：使用某个进程的客户必须要先设置状态，而描述需要做到的状态就是preconditions。A procedure’s client must satisfy its precondition— that is, reach a state in which the procedure may be called. 本文： 任务：推测学习preconditions 方法：使用静态分析来推测Proj CMI Paper Reading: Mining Sandboxes
Abstract 本文： 工具：BOXMATE 技术：sandbox mining 任务：限定自动化测试期间访问的资源 方法： 通过⾃动测试⽣成来探索软件行为，并提取在这些测试期间访问的资源集。 将该集合⽤作沙箱，阻⽌对测试期间未使⽤的资源的访问。因此，挖掘的沙箱可以防⽌行为变化，例如激活潜在恶意软件、感染、有Proj CMI Paper Reading: Mining Metrics to Predict Component Failures
Abstract 研究： 任务：What is it that makes software fail? 数据集：post-release defect history of five Microsoft software systems 结论：容易发⽣故障的软件在统计上与代码复杂性度量相关 前提：没有一套简单的复杂性度量能够全面通用地描述软件缺陷 方法：在代码度量上做主成分分析，Proj CMI Paper Reading: Mining Android Apps for Anomalies
Abstract 本文： 任务：探究根据描述主题对 Android 应⽤程序进行集群，并识别每个集群中的API 异常值 方法：改进CHABADA 实验： 22,500 +个 Android 应⽤程序 效果： predict 74% of novel malware as such, without requiring any known malware patterns, maintaining the false positiveProj CMI Paper Reading: Mining Input Grammars from Dynamic Taints
Abstract 背景： 前提： 知道程序的哪⼀部分处理输⼊的哪⼀部分可以揭⽰输⼊的结构以及程序的结构 本文： 工具：AUTOGRAM 方法：给定⼀组样本输⼊，我们使⽤动态污染来跟踪每个输⼊字符的数据流，并将那些将由同⼀函数处理的输⼊⽚段聚合成词汇和句法实体来学习上下无关语法 效果： ⾃动为URL、Proj CMI Paper Reading: Mining Apps for Abnormal Usage of Sensitive Data
Abstract 背景： 前提：恶意应⽤程序对敏感数据的处理⽅式与良性应⽤程序不同 本文： 工具：MUDFLOW 研究： 数据集：从敏感来源挖掘了2,866 个良性 Android 应⽤程序 效果： 对于每个敏感源，数据最终都会出现在少数典型的接收器 这些接收器在良性和恶意应⽤程序之间存在很⼤差异，由于数据流异常，《FFmpeg代码技巧》系列（中级）-总览
目录 前言 正文 基础篇 实战篇 前言 FFmpeg 是一个完整的跨平台解决方案，可用于音视频的录制、转码、流化处理等应用，号称音视频领域的瑞士军刀，小巧高效多能。不仅在工作中可以使用，日常生活中也可以用来处理一些 DIY 视频。比起使用 FFmpeg 命令行，掌握 FFmpeg 的代码层级的常用AI算法 问题总结
监督和非监督的区别和各自优势？ 分类算法常见的评估指标？ team-learning-data-mining/Task1 赛题理解.md at master · datawhalechina/team-learning-data-mining · GitHub 机器学习算法实践： 逻辑回归：机器学习系列(1)_逻辑回归初步_寒小阳-CSDN博客_逻辑回归机器学习 （直线Mining Point Cloud Local Structures by Kernel Correlation and Graph Pooling
Abstract PointNet没有充分利用包含丰富结构信息的局部邻域。 有以下两种解决方案： 关注局部三维几何结构：与图像的卷积核类似，我们定义一个点集的核作为一个可学习的3D点的集合，这些点根据核相关测量的邻近数据点的几何亲和性共同响应一组相邻数据点，该方法改编自一种类似的点云配准Data Mining Group - PMML
Data Mining Group - PMML Powered http://dmg.org/pmml/products.html lightgbm模型通过pmml存储，在java中调用_luoyexuge的专栏-CSDN博客 https://blog.csdn.net/luoyexuge/article/details/80087952 Spark ML and LightGBM的集成 - 知乎 https://zhuanlan.zhihu.com/p/159399656A Neural Transition-based Model for Argumentation Mining 2021 August
一种基于神经转换的论辩挖掘模型 论辩挖掘目标是从论辩文本中提取出论辩结构。现在存在的方法通过枚举所有的论证组成对，低效且类间不平衡。 此外由于论证的复杂性，目前为止还没有一种通用的方法可以同时处理树结构和非树结构的论证。 本文提出了一种基于神经转换的论辩挖掘模Mining infuential genes based on deep learning（翻译）
Mining infuential genes based on deep learning 摘要 背景： 目前，大规模的基因表达谱已经成功应用于去发现：疾病、遗传扰动和药物作用之间的功能联系。为了解决基因表达谱不断扩大的成本，作者提出了一种新的、低成本，低高通量表示的表达谱分析方称为L1000，该方法产生了100万个谱。Privacy Security in Big Data and Privacy-Preserving Data Mining (PPDM)
Introduction Big data is such a hot and well-known concept in recent years that it can often be heard or seen in everyday life. In this introduction, I would first explain the definition of big data and introduce the background of the privacy security pro数据挖掘（Data Mining）：基础导论
目录 数据挖掘基础 定义 数据挖掘的特征 学科挑战 数据挖掘的五大任务 1. 聚类（Clustering） 2. 关系规则挖掘（Association Rule Mining） 3. 分类（Classification） 4. 回归（Regression） 5. 异常检测（Anomaly detection） 总结 数据挖掘基础 定义 数据挖掘涉及从数据中提取隐含的、以前未知简单的以太坊(ethash)挖矿病毒木马原理代码
挖矿是使用电子设备挖取虚拟货币的一个过程 挖矿需要准备几个步骤 1.挖矿时的虚拟货币钱包 2.矿池，这里使用的是星火矿池作为演示(https://www.sparkpool.com/) 3.挖矿工具(互联网上有很多，这里使用NBMiner作为演示) 以上三个步骤不多赘述 具体讲下我们的程序需要做的事情。 作为一UVA1108 Mining Your Own Business
传送 翻译一下，就是：在一个无向图上选择尽量少的点涂黑，使得任意删除一个点后，每个联通分量至少有一个黑点。 那自然会想到先求v-DCC。 然后咧？ 对于每一个v-DCC： 1.如果只有一个割点，就选不是割点的任意一个点染色。 2.大于一个割点，不用染色。 因为如果只有一个割点，删除后这个v-DCC中的过程挖掘（Process Mining）3——控制流表示式的流程建模语言（3）：Petri网（Petri Net）
Petri网 Petri网是提出比较早且研究最好的可用于并发建模的流程建模语言。尽管图形表示法直观且简单，但是Petri网是可执行的，可以使用许多分析技术对其进行分析。Petri网是由库所（place）和变迁（transition）组成的二分图（bipartite）。网络结构是静态的，但是在触发规则（firing ruhard negative mining
hard negative mining 1.通过一些方法收集或者制作一批负样本。 2.利用已有的正负样本训练出一个模型。 3.利用这个模型，选择出应该是负样本但被检测为正样本的样本作为下一次的负样本（相当于是找出了容易预测错误的负样本） 因为一些负样本已经得到了很好的优化，能准确的识DDR: efficient computational method to predict drug–target interactions using graph mining and machi
DDR: efficient computational method to predict drug–target interactions using graph mining and machine learning approaches DDR:利用图挖掘和机器学习方法 预测药物-靶点相互作用 的有效计算方法 通过计算找到药物靶点相互作用(DTIs)是一种方便的方法，可以以较低的记一次【docker】【jenkins】【vue】自动化部署
一并把前端VUE项目的构建部署一块儿记下 jenkins配置，主机配置啥的就不说了，由于是vue我们需要用到一个插件，老版本jenkins似乎没法儿下nodejs的插件，只能手动安装，新版jenkins可以直接搜索到nodejs插件。 NodeJs插件安装： 之后是全局配置： 有的nodeJS插件jenkins安装完之后没有版Similarity analysis of frequent sequential activity pattern mining
1 文章简介 文章首先提出了一种frequent sequential activity pattern mining的方法，然后对于每个出行者都可以挖掘出他的若干frequent sequential pattern，进而提出了不同的pattern的相似性度量方法，在此基础上提出了inter-person和intra-person的相似性度量方法。之后，用层次聚论文阅读笔记（五十八）【arXiv2019】：Visual-Textual Association with Hardest and Semi-Hard Negative Pairs Mining f
Introduction 提出了一个Smoothed Global Maximum Pooling (S-GMP)，使得提取的视觉特征与文本特征更加一致； 提出一个基于bi-LSTM的memory attention模块，使得提取的语义特征更具有针对性；在损失函数上，结合了单模态三元组损失和跨模态难样本挖掘交叉熵损失。 Proposed Method 从图中数据挖掘用什么软件？Smartbi数据挖掘工具的应用实践
数据挖掘项目成功，除了有成熟、易用的产品，更重要是要有专业的咨询与实施团队。数据挖掘用什么软件？思迈特软件有丰富的数据挖掘实践经验，在不同的行业有很多成功的案例。 案例1：新冠病毒感染临床诊断 在疫情爆发期间，新型冠状病毒主要是以核酸检测阳性为诊断标准。但是，核酸检测效