Tianyao' s BLOG

简单介绍一下熵与交叉熵

https://github.com/graphdeco-inria/gaussian-splatting 复现

Geographically neural network weighted regression for the accurate estimation of spatial non-stationarity

地理加权回归（GWR）是处理空间异质性的经典工具：回归系数随地理位置变化，让模型捕捉"不同地方影响机制不同"的现象。但经典 GWR 有两个已知缺陷：所有变量共享同一个带宽（假设空间过程在各变量上尺度相同），且只能处理截面数据（忽略时间维度）。本文介绍两条改进路线：多尺度 GWR（MGWR）解决带宽问题，时空加权回归（GTWR）引入时间维度，最后回顾我们之前介绍的 GNNWR 如何用神经网络进一步放松 GWR 的线性假设。

Python 两种并发机制

Python asyncio机制

2025年终总结

三维网格码计算思路分享02。

三维网格码计算思路分享。