- 博客(7)
- 收藏
- 关注
RSS订阅原创 Latex 使用bib参考文献引用踩坑之路
步骤：使用百度学术/Google scholar搜索所有文件的bibtex格式引用，粘贴到同一个记事本中，另存为***.bib文件，每篇文章显示如下：两种方法插入bib文件引用：方法一：使用\cite：- 在\begin{document}前加：方法二：使用\biblatex:...
2022-05-28 17:23:45
2376
2
原创 A Comprehensive Survey on Graph NeuralNetworks（GNN综述）
摘要：深度学习兴起，数据一般用欧式空间表示，但出现的图数据-非欧氏空间。本文工作：综述机器学习和数据挖掘中的GNN，①分为4类：循环图神经网络，卷积图神经网络，图自动编码器，时空图神经网络。②讨论：GNN在各个领域应用，③总结代码、数据集和模型评估引言神经网络成功原因：计算能力增强，大数据获取，神经网络可获取数据欧式空间中的潜在表示的强大能力很多数据开始只能用图节点进行表示，GNN提出前原有算法存在问题：①图大小不确定，邻居数量不确定②原有算法假设数据之间是独立的相关工作：首次提出图
2021-10-18 16:19:22
1390
原创 Hypergraph Neural Networks超图神经网络
摘要：提出了一种超图表示学习的超图卷积网络，包括一种新的超图卷积操作来挖掘用户之间的关系。引言：图神经网络可以使用数据图结构，编码不同数据。
2021-10-13 16:00:41
6038
2
原创 面向多视角物品分类的顶点加权超图学习
摘要：基于多视角物品的分类问题-存在问题1：3D物品之间的关系很难描述 2.每种类别数据不均衡解决方法：提出一种顶点权重的超图学习算法的多视角3D物品分类算法，用超图描述不同多视角3D物品之间的高阶关系，训练有权重的节点超图，对物品进行分类。1. 引言多视角3D物品：包含每个物品从不同角度拍的照片类别物品数量不均衡.用超图描述3D物品之间的高阶关系（解决问题1），用顶点权重表示每个节点在学习过程中的重要性（解决问题2）超图应用：图片检索，目标分割和分类2. 相关工作没看懂
2021-10-13 16:00:14
532
原创 超图学习:聚类、分类和嵌入（实现超图谱聚类和节点嵌入）
摘要：贡献：超图表示超越双边关系的复杂关系。 1. 提出谱超图聚类：用无向图中的谱聚类应用在超图 2. 提出超图嵌入和直推算法。引言： 一个具有成对关系的对象集可以自然地表示为一个图，其中顶点表示对象，任意两个有某种关系的顶点由一条边连接在一起。图可以是无向的，也可以是有向的。它取决于对象之间的成对关系是否对称。欧氏空间中与核矩阵相关的有限点集是无向图的一个典型例子。关于有向图，一个著名的例子是万维网。一个超链接可以被认为是一条有向边，因为给定一...
2021-10-13 15:59:33
5834
原创 《Hierarchical User Profiling forE-commerce Recommender Systems》原文
电子商务推荐系统的分层用户简档摘要‘’分层用户简档旨在以不同粒度建模用户实时兴趣的，这是电子商务中个性化推荐的一个重要问题。一方面，项目(即产品)通常在类别中分层组织，相应地，用户的兴趣在项目和类别的不同粒度上自然分层。另一方面，面向多粒度的推荐在电子商务网站中变得非常流行，这也需要不同粒度的分层用户配置。在本文中，我们提出了HUP，一个分层的用户剖析框架来解决电子商务推荐系统中的分层用户剖析问题。在HUP中，我们提供了一个配备了行为LSTM的金字塔递归神经网络，以在多个尺度上表达用户的分层实时兴趣
2021-09-02 11:09:21
448
原创 2021-06-11
python学习之路-11. 查找当前路径2. np保存加载numpy数组文件3. numpy和tensor的转换4.tensor.data.Dataset.from_tensor_slices()5. tf.data.Dataset.zip((dataset_x1_x2, dataset_y))6. tf.reduce_mean(x,axis,keep_dims)7. PIL：python image library8. inspect模块9. 控制台输入-configargparse模块10. get_
2021-06-11 10:28:18
231
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人