Mandelbrot
PulseAugur coverage of Mandelbrot — every cluster mentioning Mandelbrot across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Python脚本生成Mandelbrot集合的分形缩放视频
该条目讨论了一个用于生成分形缩放视频的Python脚本，特别关注Mandelbrot集合。该脚本可在Mastodon上找到，利用Python及其他可能的库来创建这些可视化。
-
使用 Python 构建的交互式分形探索器
本文详细介绍了“mandelbrot5”的创建，这是一个交互式分形探索器。该项目利用 Python 实现，允许用户探索分形图案。作者在他们的个人博客和 Mastodon 上分享了这项工作，将其归类为技术和与分形相关的议题。
-
复古分形缩放唤起8位计算美学
该条目讨论了一个“复古分形缩放”，它唤起了8位计算的美学。随附的博客文章深入探讨了生成这些分形缩放的技术方面，可能引用了BBC Micro等复古计算平台。
-
开发者用 Free Pascal 创建 Mandelbrot 渲染器
一位开发者探索了使用 Free Pascal 创建分形集（Mandelbrot set）渲染器，这是他们首次学习的语言。该项目涉及直接在终端绘制分形图，将他们早期的编程经验与经典的图形可视化相结合。
-
Werracle AI神谕可在EVM上实现亚毫秒级DeFi决策
研究人员开发了Werracle，这是一种专为以太坊虚拟机（EVM）设计的AI决策神谕，其运行在单个32字节存储槽内。该系统解决了当前链上AI的局限性，例如高昂的气体成本和缓慢的ZK-ML证明时间，这些限制阻碍了对快速去中心化金融漏洞的及时响应。Werracle利用过程式Mandelbrot动力学从紧凑的坐标三元组中获得决策，实现了亚毫秒级执行和低气体成本，使其适用于Uniswap v4中的动态费用调整等实时应用。
-
新AI模型利用分形几何增强胸部X射线异常检测
研究人员开发了一种名为指数像素化积分（EPI）的新型分析模型，以改进胸部X射线异常的检测。该模型增强像素强度，应用极坐标变换，并利用Mandelbrot和Julia分形几何来区分结构特征。EPI模型与多变量自适应回归样条结合进行分类时，在基准数据集上实现了98.46%至99.45%的高准确率和96.53%至98.10%的F1分数。
-
新框架连接广义样条与高斯过程
本文介绍了一个广义框架，用于理解最小均方误差估计量与线性逆问题中的正则化最小二乘拟合之间的关系。该研究将这种等价性扩展到无限维设置，其中广义样条充当回归量，核空间上的广义高斯过程充当高斯向量的对应物。该形式主义利用白化/正则化算子来定义希尔伯特空间，这对于表征这些关系至关重要，它包含了现有方法并揭示了新的联系，例如分数样条与分数布朗运动之间的联系。
-
新研究分析扰动下恶意软件表示的稳定性
一篇新研究论文介绍了一个用于分析恶意软件表示在特征空间扰动下稳定性的流程。该方法应用于 EMBER 静态 PE 特征向量，比较了包括主成分分析 (PCA) 和变分自编码器 (VAE) 在内的各种压缩和表示技术。该研究定义了一个称为潜在逃逸散度 (Latent Escape Divergence, LED) 的指标来量化逃逸时间剖面的变化，并使用 PINNFlow 导出的指标来表征潜在移动，旨在提供超越标准分类指标的更深入的见解。