1、爱因斯坦在1905年发表了6篇划时代的论文，分别为：《关于光的产生和转化的一个试探性观点》《分子大小的新测定方法》《热的分子运动论所要求的静液体中悬浮粒子的运动》《论动体的电动力学》《物体的惯性同它所含的能量有关吗？》《布朗运动的一些检视》1905年被称为“爱因斯坦奇迹年”。
2、爱因斯坦，生于一个犹太家庭，儿时的爱因斯坦对几何就非常感兴趣，16岁的时候已经自学了微积分。21岁从大学毕业的爱因斯坦，到了专利局工作。26岁的爱因斯坦让全世界都知道了他的名字，3个月发表了三篇论文，这三篇论文分别是光量子假说、分子测定法和狭义相对论。
3、爱因斯坦在1905年发表了四篇论文。这四篇论文中每一篇都足以获得一次诺贝尔奖，这些成就深远地影响了整个世界，爱因斯坦也由此变得举世闻名。在第一篇论文《关于光的产生和转化的一个启发性观点》里，爱因斯坦通过量子理论解释了光电效应，并最终证明了能量子以及光子（即光的粒子）的存在。
4、这五篇论文分别是：①《分子大小的新测定》，②《热的分子运动论所要求的静止液体中悬浮小粒子的运动》，③《论动体的电动力学》，④《物体的惯性同它所含的能量有关吗？》，⑤《关于光的产生和转化的一个试探性观点》。第五篇于3月17日发表。
1、PER具有显著的时间消耗，特别是在处理稀疏奖励任务时。其性能虽然在某些情况下可能优于常规方法，但不稳定且通常不推荐强制使用。为了解决PER的采样问题，本文引入了SumTree数据结构，它提供了一种高效、非排序的采样方法。以下是采样过程的关键步骤：首先，将优先级总和除以批量大小，分配给每个样本，形成多个区间。
2、PER旨在解决强化学习中经验回放中经验利用的不平衡问题。其核心思想是根据每个经验的TD-error赋予不同的重要性，高误差的经验被优先选择用于训练。有两种优先级选择方法：Proportional Prioritization根据TD-error直接决定采样概率，而Rank-Based Prioritization则更关注经验间的相对差异。
3、sumtree的根节点值为所有优先级之和，使得更新和采样效率达到O（logN），大大提升了处理大规模数据集的性能。在使用sumtree实现优先经验回放时，算法通过将[0， p_total]区间均分为k等份，在每一个区间均匀采样一个值，进而从树中提取对应的样本。
4、通过采用Nonuniform Sampling、考虑多种优先级指标、结合经验回放机制以及探索PER算法及其变体等方法，可以显著提高Offline RL的学习效率和策略性能。
5、**输入与输出归一化**：对输入和输出进行标准化处理，适应不同问题，提高训练效率，但需要计算均值和方差，增加了计算成本。 **优先经验回放缓存**（Prioritized Experience Replay， PER）：按照某种顺序更新样本，加速Q值的拟合，能存储更多训练样本，但需要调整两个超参数以避免副作用。
6、PER 算法的几种变体，如优先体验回放 （PER），以绝对 TD 误差作为指标，提高采样效率的实现进行了深入剖析。实验结果验证了 Non-uniform Sampling 在提高学习效率方面的显著作用。综上，本文在离线强化学习的样本选择策略领域贡献了宝贵的见解，为构建高效、鲁棒的离线学习框架提供了理论与实践上的指导。
原理是：注射示踪同位素到人体体内，然后它释放的正电子与组织中的电子相遇之后会产生湮灭作用，释放出一种射线。仪器探测到射线就能根据这得到同位素的位置分布。
PET：通过追踪放射性示踪剂，揭示大脑在特定任务下的代谢活动。fMRI：利用血液动力学的微小变化，探究认知活动的血氧和血容量变化，适用于研究大脑的功能连接和激活区域。侵入性研究方法：直接神经元放电记录：通过植入电极直接记录神经元的放电活动，提供更精确的神经活动数据。
FMRI是功能性磁共振成像，是利用磁共振造影来测量神经元活动所引发的血液动力的改变，主要用于研究人和动物的脑或脊髓。神经细胞活动时会消耗氧气，而氧气要借助神经细胞附近的毛细血管红血球中的血红素运送过来。
fMRI （functional Magnetic Resonance Imaging） 原理： 通过刺激特定感官，引起大脑皮层相应部位的神经活动（功能区激活），并通过磁共振图像来显示的一种研究方法。它可检测被试接受刺激（视觉、听觉、触觉等）后的脑部皮层信号变化，用于皮层中枢功能区的定位及其他脑功能的深入研究。
生理学测量特点： 使用生理学指标，如脑电图、生理反应等，来研究心理现象。优点： 提供客观的生理学数据，揭示生理机制。缺点： 需要专业设备，有时难以解释生理指标和心理过程之间的关系。功能性磁共振成像（fMRI）和脑电图（EEG）特点： 通过测量大脑活动来研究认知和情感过程。
意义不同： pro通常代表支持或代表某事物，而per则表达的是完全或彻底的意思。 表达范围不同：pro通常用于描述一个群体中个体的行为或态度，而per则更适用于描述行为或状态的程度。 使用场合不同：pro常用于描述某人或某事的持久行为或态度，而per则用于描述某个行为或状态的程度。
在英语中，PER是一个常用的缩写，全称为Partial Equivalence Relation，中文意思是“部分等价关系”。这个概念在学术领域，特别是在数学学科中占据一定地位，其流行度达到了47。
PER的意思为每公里耗油量或周转速率。详细解释如下：每公里耗油量 在汽车领域中，PER可能指的是“每公里耗油量”。这是一个衡量车辆燃油效率的指标，表示车辆行驶一公里所消耗的油量。这一数据对于消费者来说非常重要，因为它可以帮助他们了解车辆在不同路况下的油耗情况，进而估算燃油成本。
高引用论文的总体特征包括：发表时间较早，通常指的是从总体趋势来看，越早发表的论文被引用的概率越大。尽管有些小伙伴可能会提到某些学科早期论文可能已经过时，但基础理论很少有过时的。 论文被收录的数据库数量也是一个重要因素。
常情况下，一般被引用10次以上，说明文章质量较高。特别是实验性论文，引用十次以上说明得到了行业内的认可。部分高水平论文，引用次数达到2000多次。高被引论文指的是同一时间段同领域学术论文引用数据排序，按比例取前1%作为高被引。
高被引论文的标准主要是基于论文的被引次数以及相关的引文分析指标。具体来说：被引次数：高被引论文是指在某一学科或专业领域内，被其他论文在参考文献中频繁引用的论文。被引次数是衡量论文影响力和认可度的重要指标之一。一般来说，被引次数越高，说明该论文在学术界的影响力和认可度越大。
定义：根据ESI的界定，高被引论文指的是近十年来被引频次排在前1%的论文。这一标准被广泛用于评估论文的影响力和学术价值。领域范围：高被引论文的评估是在同年度、同学科领域内进行的，这意味着不同领域、不同年份的论文被引频次不具有直接可比性。
