一学术达人 TikZ 学术绘图库 - 机器学习方法图好全好看,速来!

文摘   2024-11-12 11:22   中国  

“awesome-latex-drawing”是一个包含 30 多个学术绘图示例的集合,用于展示 LaTeX 在贝叶斯网络、函数绘图、图形模型、张量结构和技术框架等方面的绘图应用。

项目作者是陈新宇,现在是麻省理工学院的博士后助理,主导了 GitHub 上的时空数据建模项目。我目前正在致力于开发一些理论机器学习方法(例如,矩阵/张量分解),用于对广泛的时空数据进行建模。这些数据本质上是从现实世界系统中收集的多维张量,包括人类流动性、轨迹数据、交通流量、流体流量、气候/天气数据和能源消耗数据。作者的博士论文题为“时空交通数据插补和预测的矩阵和张量模型”。

我喜欢数学和计算机科学相关的东西。我的研究兴趣包括但不限于机器学习、时空数据建模、智能交通系统、城市科学和 AI for Science。两个最受欢迎的 GitHub 存储库是 transdim(为交通数据插补和预测提供机器学习算法,1.2k+星)和 aswesome-latex-drawing(在 LaTeX 中提供学术绘图示例,1.3k+星)。

幸运的是,在博士学习期间获得了几个奖项,包括 IVADO 博士卓越奖学金(数据价值研究所(IVADO)10 万美元)和 CIRRELT 博士卓越奖学金(大学间企业网络、物流和运输研究中心(CIRRELT)5000 美元)。我要感谢 IVADO 和 CIRRELT 资助我的博士研究。

绘图样例

  1. 贝叶斯网络
  • 包含贝叶斯 CP 分解(BCPF)、贝叶斯高斯 CP 分解(BGCP)、贝叶斯增广张量分解(BATF)、贝叶斯时间矩阵分解(BTMF)等模型的贝叶斯网络绘图示例,每个示例均给出了论文来源。
  • 绘图前置代码包括定义文档类、使用 tikz 包及相关库、设置 tikz 风格、引入数学公式环境等;绘图主体代码包括使用 tikzpicture 环境、定义节点、箭头和板块等。
  • 图形模型
    • 展示了部分观测时间序列矩阵和张量、含缺失值的时间序列预测、特定度数的无向和循环关系数据图、拉普拉斯卷积时间序列建模等图形模型示例。
    • 前置代码主要为定义文档类和使用 tikz 包;主体代码包括使用 tikzpicture 环境、定义节点和箭头等。
  • pgfplots函数绘图
    • 涵盖了 Erlang 分布的概率密度函数(PDF)和累积分布函数(CDF)、不同均值和方差的正态分布 PDF、对数正态分布的 PDF 和联合 PDF、共轭梯度迭代过程、随机和非随机缺失模式、正弦和余弦函数、时间序列预测机制等绘图示例。
    • 前置代码包括定义文档类、使用 pgfplots 包及设置字体风格等;主体代码包括使用 tikzpicture 和 axis 环境、定义绘图函数等。
  • tikz用于矩阵结构
    • 有多元时间序列预测问题、时间矩阵分解、滚动时间序列预测与时间矩阵分解等矩阵结构相关的绘图示例。
    • 前置代码主要为定义文档类和使用 tikz 包;主体代码包括设置参数、使用 tikzpicture 环境、绘制图形和节点等。
  • tikz - 3dplot用于张量结构
    • 包含三阶张量、经典 CP 张量分解、增广张量分解模型、张量完成任务及框架、低秩自回归张量完成模型、张量数据奇异值阈值处理过程、低秩张量完成模型、低秩张量回归模型等张量结构相关绘图示例。
    • 前置代码包括定义文档类、使用 tikz 和 tikz - 3dplot 包等;主体代码包括设置参数、使用 tikzpicture 环境、定义坐标、绘制节点等,部分示例还涉及上传相关 pdf 文件和使用特定算法环境等。
  • 数据可视化
    • 展示了一些矩阵和张量模型的填补精度的绘图示例。
    • 前置代码为定义文档类和使用 tikz 包;主体代码包括使用 tikzpicture 环境、绘制节点和导入图像等。

    样例合集效果图:

    放在 beamer 中简直就是学术超级精致。

    下载地址

    • https://github.com/xinychen/awesome-latex-drawing

    • 百度网盘链接:https://pan.baidu.com/s/1fU2xkKArPJ2OhWVPHoaNRw?pwd=7kcs 提取码:7kcs

    • 夸克网盘:https://pan.quark.cn/s/fda815ea86f7

    相关项目

    • tikz - bayesnet
    • awesome - tikz
    • transdim

      来源:LaTeX工作室
      本文仅做学术分享,如有侵权,请联系删文。

    新机器视觉
    一个值得关注的AI视觉技术公众号,主要涉及人工智能领域机器视觉、计算机视觉、机器学习、深度学习等前沿知识干货和资源!致力于为您提供切实可行的AI学习线路。
     最新文章