我们现在公布 Spectra 写作竞赛的获奖者。感谢每一位参与者！

在阅读这篇文章之前，我从未听说过事件摄像机，因此我发现这篇文章非常吸引人。与逐帧摄像机相比，事件摄像机速度更快（无需像素同步），功耗更低（如果帧不变化则什么也不会发生），动态范围更高（测量对数变化比测量绝对强度更容易）。这是一个极其惊人的功能组合！阅读这篇文章了解更多。感谢 Kaichao 与 Mathpix 研究社区分享这一令人兴奋的研究方向。事件摄像机并不是一个新概念，市场上已有相关产品，但现在似乎是研究它们的好时机。这项技术有许多令人兴奋的应用，从卫星到自动驾驶汽车。

事件摄像机不仅从工程/创业的角度来看很酷，从进化的角度来看也很有趣。作为一名本科生时涉猎计算神经科学，我一直对神经系统的事件驱动特性感到着迷，神经系统通过脉冲作为主要的信息传递机制。因此，看到工程系统变得更像自然系统而不需要有意为之（实际上，事件摄像机有时被称为 神经形态 摄像机），这是令人兴奋的。能量和信息的数学是宇宙的硬约束，因此我们预计进化会青睐高效的信息处理，无论计算基质是硅还是脉冲神经元。某种程度的趋同是可以预期的，但看到它发生仍然令人惊叹。

当然，事件摄像机可能背后有事件驱动的神经网络。可以想象，有几层神经元可以捕捉到图像的高层信息，例如热狗/非热狗。这样的神经元在热狗进入或离开视野之前不会激活。这种视觉处理各层的事件驱动机制可以大幅减少视觉监控所需的能量，并可能带来意想不到的副作用。

这样的神经网络可能非常难以训练，并且完全不适合 CUDA，但这就是工程的美妙之处：你往往需要退一步才能迈出两步。

我们认为事件摄像机是一个令人兴奋的方向，希望一些人发现这个话题有趣并最终从事相关工作。要让这项技术变得普及，还需要大量的硬件和软件工作。它一定会实现的。

“假设游戏节目选手看到三扇门，其中有一扇门后面有奖品。选手被要求选择一扇门，使他们赢得的机会是三分之一。主持人随后打开一扇失败的门，并问选手是否愿意换到剩下的门。” (Mock)

你应该怎么做？这是一篇关于可能是所有时间中最臭名昭著的统计难题的有趣文章，包含模拟、基本问题的数学推广和趣闻。作者分享她对数学的热爱和好奇心，有一种非常纯粹的感觉。谢谢你！借助你的帮助，我们可以像鸽子一样聪明：

“在他的《逻辑思维的力量》一书中，认知心理学家 Massimo Piattelli Palmarini 写道：‘没有其他统计难题能如此轻易地愚弄所有人，甚至诺贝尔物理学家也系统性地给出错误答案，并坚持这一点，甚至愿意在印刷品中责备那些提出正确答案的人。’” (维基百科)

图神经网络技术在从金融和计算化学到社交网络推荐算法等领域变得普遍。与图像或文本等数据不同，图数据很难可视化。这意味着在这个领域中，鲁棒性估计和评估指标显著更难获得。此外，在处理社交网络图上的图神经网络时，还必须考虑隐私和公平性问题。本文总结了在构建人们信任的复杂图神经网络方面的研究方向。

关于高维数据的维度缩减的很好教程和综述。如今，我们很容易迷失在复杂技术的迷阵中，而忘记了简单的方差和相关计算。当数据质量低时，这些方法至关重要。

通过树木手术介绍社会动态 by Arthur Dolgopolov
医学图像分析中的群体等变卷积网络 by Juntao Jiang
群体识别中的操控性攻击 by Emil Junker
使用 Mathpix OCR 和 EDICO 科学编辑器帮助盲人学生在 STEM 教育中的应用 by Alberto Zanella

所有符合条件的提交将获得六个月免费的 Mathpix Pro 订阅。我们将继续保持这一政策，但对于符合条件的提交，将把订阅时间延长至 12 个月。

我们的下一次技术写作竞赛现已正式开放！ 竞赛将于2023年1月1日结束。我们鼓励有意与 Mathpix 研究社区分享意见和知识的作者现在提交文章，以获得一年的 Mathpix Pro 订阅，并自动进入下一次竞赛。更多竞赛详情请见这里。

从现在开始，所有竞赛获奖者将获得 $2000 的现金奖励，并且我们将把文章提交和现金奖励之间的延迟时间缩短到两周以内。这样，作者可以立即因其贡献获得报酬。将至少有 3 名获奖者，但我们预计并希望会有更多。优秀的提交在一开始就很明显，因此我们不需要等到更多提交后再颁发奖项。常见问题的解答请见这里。

我们还要感谢升级到 Mathpix Pro 的 Snip 用户，我们正在为你们准备一些令人兴奋的产品升级。敬请期待！