图神经网络论文解读第34页

给我推荐20个比较流行的图神经网络模型

源代码杀手·2023-01-04 16:12

【机器学习】minHash最小哈希原理及其应用

函数4miniHash的例子5miniHash数学原理6miniHash的应用7参考文献1前言在数据结构中学过哈希概念以及哈希在内存中的应用，在实际的应用问题中哈希技术也应用十分广泛如在推荐系统以及图神经网络技术中

一穷二白到年薪百万·2023-01-04 14:22

图神经网络有哪些用途,图神经网络和神经网络

为什么有图卷积神经网络？本质上说，世界上所有的数据都是拓扑结构，也就是网络结构，如果能够把这些网络数据真正的收集、融合起来，这确实是实现了AI智能的第一步。所以，如何利用深度学习处理这些复杂的拓扑数据，如何开创新的处理图数据以及知识图谱的智能算法是AI的一个重要方向。深度学习在多个领域的成功主要归功于计算资源的快速发展（如GPU）、大量训练数据的收集，还有深度学习从欧几里得数据（如图像、文本和视频

普通网友·2023-01-04 12:09

NMS：Efficient Non-Maximum Suppression论文解读（NMS详解）

NMS，非极大值抑制算法，用于目标检测的后处理，去除重叠度较高的冗余检测结果。参考：https://www.bbsmax.com/A/A2dmV1YOze/http://blog.sina.com.cn/s/blog_6fdc463b0102vcu5.htmlhttps://blog.csdn.net/shaoxiaohu1/article/details/16817971https://blog

Schuyler_yuan·2023-01-04 11:36

图神经网络会用到的相关函数util

1.对稀疏矩阵的正则化-对称邻接矩阵的正则化#[A*D^(-1/2)]^T*D^(-1/2)=D^(-1/2)*A*D^(-1/2)defsym_adj(adj):"""Symmetricallynormalizeadjacencymatrix."""#压缩的邻接矩阵adj=sp.coo_matrix(adj)rowsum=np.array(adj.sum(1))#将n*1的矩阵转换为1个向量d_

43118·2023-01-04 11:19

北邮王啸：挖掘图神经网络中的「万物真理」 | 青源专栏

回顾他的科研历程，从探寻网络研究的本质，到在物理学家的论文中寻找灵感，他对图神经网络研究的热情未曾衰减。未来，他还将继续从基础理论入手，深入探索图神经网络中的不变性。王啸，北京邮电大学副教授。

智源社区·2023-01-04 09:19

资源分享 | PyTea：不用运行代码，静态分析pytorch模型的错误

本文转载自机器之心编辑：CV技术指南关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。张量形状不匹配是深度神经网络机器学习过程中会出现的重要错误之一。

CV技术指南(公众号)·2023-01-04 08:36

单阶段实例分割综述

关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。实例分割是一项具有挑战性的计算机视觉任务，需要预测对象实例及其每像素分割掩码。这使其成为语义分割和目标

CV技术指南(公众号)·2023-01-04 08:06

神经网络的初始化方法总结 | 又名“如何选择合适的初始化方法”

本文来自公众号CV技术指南的技术总结系列欢迎关注CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。为什么初始化很重要不正确初始化的权

CV技术指南(公众号)·2023-01-04 08:05

快速入门 TFGNN

开始前的一些有用链接：图神经网络简介（GNN初学者最好的介绍博客）、TFGNN发表的论文(CoRR2022)。基本数据结构：GraphTensor构建GNN训练管道的第一步是构建数据集。

生活明朗，万物可爱，人间值得，未来可期·2023-01-04 08:32

【SLAM】DM-VIO(ros版)安装和论文解读

1.dm-vio的安装进入官方链接，基本上就是按照readme的操作来：下载代码：gitclonehttps://github.com/lukasvst/dm-vio.git安装gtsam：sudoaptinstalllibtbb-devgitclonehttps://github.com/borglab/gtsam.gitcdgtsamgitcheckout4.2a6#notstrictlyne

iwander。·2023-01-04 02:36

Multi-level feature fusion based LSTN for video crowd counting论文解读

Multi-levelfeaturefusionbasedLSTNforvideocrowdcounting论文解读论文地址论文翻译Abstract1Introduction2RelatedWork2.1Deeplearningmethodsforcrowdcounting2.1.1Image-basedcrowdcounting2.1.2Video-basedcrowdcounting2.2Sp

Mr.July·2023-01-03 20:01

【新手也能读懂的超详细论文解读】Show and Tell: A Neural Image Caption Generator

ShowandTell:ANeuralImageCaptionGenerator前言（与论文无关）简介模型总结前言（与论文无关）最近事情比较多，除了考试还有导师布置的任务，还有几门考试，当然还要花时间打游戏，所以呢没有时间每天都更新。不过我还是希望不要颓废，这个定时看论文写笔记的习惯要好好保持。那就决定以后每周会固定更新两篇，空闲时间多的话会再多写。封锁在学校里最大的影响就是没法练琴了，啊啊啊啊好

我又不紧张a·2023-01-03 18:51

基于多尺度时间特征提取的注重多元时间序列预测的图卷积网络

为此，提出了一种基于多尺度时间特征提取和注意力机制的图神经网络模型，用于多元时间序列预测。具体

菜虚空·2023-01-03 17:01

GCN/GNN

对图神经网络的简单介绍。

一套煎饼·2023-01-03 17:00

3-15-GCN和GNN的区别？

GNN：图神经网络，由于传统的CNN网络无法表示顶点和边这种关系型数据，便出现了图神经网络解决这种图数据的表示问题，这属于CNN往图方向的应用扩展GCN：图卷积神经网络，GNN在训练过程中，有将attention

NANCYGOODENOUGH·2023-01-03 17:29

GNN&GCN基础

1.图神经网络（GNN）1.1图的基本组成元素图由节点、边、全局三部分组成。且这三部分均可以由向量表示即可以将三元素进行embeddding操作。

菜虚空·2023-01-03 17:59

GNN,GCN学习整理

图神经网络处理的数据就是图，而图是一种非欧几里得数据。GNN的目标是学习到每个节点的邻居的状态嵌入，这个状态嵌入是向量且可以用来产生输出，例如节点

若向人间借回眸·2023-01-03 17:59

【语音增强论文解读 07】基于UFORMER的单通道语音增强和去混响

作者：YihuiFu,YunLiu,JingdongLi,DaweiLuo,ShuboLv,YukaiJv,LeiXie1.动机近年来，研究者开始尝试采用复数谱，对输入语音频谱的实部和虚部同时进行建模，能够获得更高的理论上限，从而逐渐成为研究的热点方向。但此前的工作没有对这两个域的特征进行联合优化以发掘其潜在的内部联系。由于空间信息的丢失，在单通道场景下的语音去混响充满了挑战。另一方面，从Tran

怕鸭鸭不怕·2023-01-03 13:37

Resnet论文解读

摘要：提出了一种残差结构，这些残差网络的集合在ImageNet测试集上实现了3.57%的误差。该结果在ILSVRC2015分类任务中获得第一名。介绍：主要讲述的就是针对深度越深，精确度达到了一种饱和的状态，然后就会产生退化，并且这些退化并不是由于过拟合造成的，而是因为深度越深，即添加的层数越多，他的精确度就会发生退化。如下图所示，56层的神经网络比20层的神经网络的训练误差或者是测试误差都高。于是

m0_46314815胡说养的猪·2023-01-03 11:02

Guidance and Evaluation: Semantic-Aware Image Inpainting for Mixed Scenes 论文解读和感想

GuidanceandEvaluation:Semantic-AwareImageInpaintingforMixedScenes背景和动机本文的基本出发点和SPG相似，都是通过获得缺失图像的完整语义分割图像，然后通过语义分割图像引导缺失图像的修复。但是相对于最原始的SPG模型，本文提出了其两个不足之处：1、在混合场景，直接从缺失图像预测真实图像的语义分割信息是一个困难的任务，而不准确的语义分割信

涑月听枫·2023-01-03 09:51

lstm处理时序数据结构图_主编推荐 | 图神经网络简介及其在交通流预测中的应用...

weixin_39762001·2023-01-03 08:01

TGN：Temporal Graph Networks论文解读

公众号异度侵入“图神经网络（GNNs）的研究已经成为今年机器学习领域的热门话题之一。GNNs最近在生物、化学、社会科学、物理等领域取得了一系列成功。

captainqxy·2023-01-03 08:31

时序图神经网络总结（2）

2018论文3Spatialtemporalgraphconvolutionalnetworksforskeleton-basedactionrecognitionMotivationModel论文4DiffusionConvolutionalRecurrentNeuralNetwork:Data-DrivenTrafficForecastingMotivationModel论文5GaAN:Gat

文件夹66·2023-01-03 08:31

NLP论文解读：无需模板且高效的语言微调模型（上）

©原创作者|苏菲论文题目：Prompt-freeandEfficientLanguageModelFine-Tuning论文作者：RabeehKarimiMahabadi论文地址：https://openreview.net/pdf?id=6o5ZEtqP2g提示学习（Prompt-learning）被誉为自然语言处理的“第4种范式”，它可以在少样本甚至零样本的条件下，通过将下游任务修改为语言生成

NLP论文解读·2023-01-03 08:30

NLP论文解读：无需模板且高效的语言微调模型（下）

©原创作者|苏菲论文题目：Prompt-freeandEfficientLanguageModelFine-Tuning论文作者：RabeehKarimiMahabadi论文地址：https://openreview.net/pdf?id=6o5ZEtqP2g02PERFECT：无需Patterns和Verbalizer的微调模型这个模型主要包含三个部分：1）无需pattern的任务描述，使用了一

NLP论文解读·2023-01-03 08:30

一种图神经网络时序模型在工业化场景上的实践探索

©原创作者|小欣原标题：异步传播注意力图神经网络（APAN）简介，一种图神经网络时序模型在工业化场景上的实践探索01图神经网络在工业场景上的瓶颈传统的图模型通常执行两个串行操作：首先是图查询，然后是模型推理

NLP论文解读·2023-01-03 08:59

神经网络图谱研究进展论文,图神经网络研究方向

为什么有图卷积神经网络？本质上说，世界上所有的数据都是拓扑结构，也就是网络结构，如果能够把这些网络数据真正的收集、融合起来，这确实是实现了AI智能的第一步。所以，如何利用深度学习处理这些复杂的拓扑数据，如何开创新的处理图数据以及知识图谱的智能算法是AI的一个重要方向。深度学习在多个领域的成功主要归功于计算资源的快速发展（如GPU）、大量训练数据的收集，还有深度学习从欧几里得数据（如图像、文本和视频

普通网友·2023-01-03 06:01

神经网络算法知乎,图神经网络知乎

加法网络"宇宙"来了！AdderNet极简硬件设计曝光，对此你怎么看？在深度学习里，乘积是个避免不了的运算，比如做图像识别的卷积层，就需要做大量的乘法。但是，与加法运算相比，乘法运算的计算复杂度高得多。现在的深度学习在很大程度上依赖于GPU硬件，做大量的乘法运算，限制了它在移动设备上的应用，需要一种更高效的方法。如果能够抛弃乘法运算，是不是会让代码运行速度更快呢？来自北京大学、华为诺亚方舟实验室、

阳阳2013哈哈·2023-01-03 06:56

《FMODetect:Robust Detection of Fast Moving Objects》论文解读

本文将FMO检测任务划分成检测＋抠图＋去模糊的任务，并且能够实现实时检测。思路总结本文方法类似于双阶段目标检测算法，双阶段目标检测算法例如Fast-RCNN。第一阶段先通过RPN找到感兴趣的区域然后第二阶段对感兴趣的区域内进行目标框的回归以及类别的分类。而本文的算法可以理解为先对疑似FMO的区域进行筛选和裁剪操作，然后对小范围进行FMO的判别、轨迹拟合以及抠图。将抠图解码得到的图像块再进行后续的去

birdlinlll·2023-01-02 15:45

《DeFMO:Deblurring and Shape Recovery of Fast Moving Objects》论文解读

本文中心思想将模糊图像中FMO的外观和位置输出到一系列的子帧中，即进行时间超分辨率。模糊帧的物理生成模型被假设为多个具有锐利边缘的子帧的时间集成。DeFMO提出的网络不局限于运动物体为球体，而是可以重建任意形状FMO的锐利轮廓和外观，综合了FMO去模糊、3D建模和子帧跟踪。并且在合成的数据集进行自监督的去模糊训练，但是具有很好的泛化性能够很好地迁移到真实数据集上。DeFMO的思路输入数据是由干净的

birdlinlll·2023-01-02 15:14

【论文解读】（2020-EMNLP）Adaptive Attentional Network for Few-Shot Knowledge Graph Completion

【论文解读】（2020-EMNLP）AdaptiveAttentionalNetworkforFew-ShotKnowledgeGraphCompletion摘要最近相关研究的重点为通过学习实体的静态表示方法

fadeGR·2023-01-02 14:40

Semantic Segmentation---DANet:Dual Attention Network for Scene Segmentation（论文解读九）

Code：pytorch目录DANet论文解读1Abstract2In

Jayden yang·2023-01-02 14:03

SCI论文解读复现【NO.2】基于注意机制的YOLOv5改进算法在行星图像中的应用(代码已复现)

此前出了目标检测算法改进专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读发表高水平学术期刊中的SCI论文，并对相应的SCI期刊进行介绍，帮助大家解答疑惑，助力科研论文投稿。解读的系列文章，本人会进行创新点代码复现，有需要的朋友可关注私信我获取。一、摘要应用目标检测方法从行星图像中自动检测出漂砾并分

人工智能算法研究院·2023-01-02 11:53

VectorNet详解

2.层次图神经网络论文构建了一种层次图神经网络，层次，即首先各个实体比如车辆、红绿灯等自身构建一个子图，然后将这些子图再连接成一层图。

樱花的浪漫·2023-01-02 08:49

图技术学习-来自美团技术研究

1.图技术介绍近些年来，随着图神经网络（GraphNeuralNetworks）的快速发展，越来越多的人开始关注起图数据。

han_liwei·2023-01-02 08:44

论文解读：医学影像中的注意力机制

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源｜DanielLiu@知乎，https://zhuanlan.zhihu.com/p/138555896Multi-scaleself-guidedattentionformedicalimagesegmentation该论文的方法为2019年发布的在CHAOSMRIDataset上进行医学图像分割的最优方法，最终的Dice

小白学视觉·2023-01-01 14:25

知识图谱最新权威综述论文解读：知识图谱应用部分

知识图谱在人工智能的许多领域都发挥了重要作用，综述论文的这一章引入多个最新的基于深度学习的知识驱动方法，主要包括的应用领域有自然语言理解，推荐系统和问答系统。1自然语言理解知识感知的自然语言理解通过将结构化的知识注入一个统一的语义空间中来提高语言表示能力。最新的知识驱动方法将显式的事实知识和隐式的语言表示用于许多自然语言理解任务中。Chen等人[1]提出了在两个知识图谱上的双图随机游走方法，这两个

ngl567·2023-01-01 14:14

AlexNet——TensorFlow实现MNIST图像分类预测

AlexNet网络模型的详细介绍参考ImageNetClassificationwithDeepConvolutionalNeuralNetworks论文解读，TensorFlow的介绍参考TensorFlow

Schuyler_yuan·2023-01-01 09:02

AlexNet论文解读——ImageNet Classification with Deep Convolutional

目录摘要1.介绍2.数据集3.模型架构3.1AlexNet架构图3.2激活函数Relu3.3多GPU训练问题3.4LRN层3.5重叠池化4.减少过拟合4.1数据增强4.2Dropout层5.训练的细节6.实验结果6.1定性评估7.总结讨论 ImgNet是业界用于视觉目标识别研究的一个免费的大型数据库，已手动标注了1500多万张图片，自2010年起，ImageNet每年举办一次大规模视觉识别的挑战赛

要什么自行车儿·2023-01-01 09:58

ACL’22 | 为大模型定制的数据增强方法FlipDA，屠榜六大NLU 数据集

本文转载自公众号“夕小瑶的卖萌屋”，专业带逛互联网算法圈的神操作-----》我是传送门关注后，回复以下口令：回复【789】：领取深度学习全栈手册（含NLP、CV海量综述、必刷论文解读）回复【入群】：加入卖萌屋深度学习

夕小瑶·2023-01-01 07:10

pointnet 学习资料

PointNet系列(1)-PointNet论文解读细嚼慢咽读论文：PointNet论文及代码详细解析Center-based3DObjectDetectionandTracking-笔记基于单目&双目图像的

锦鲤少年丶·2022-12-31 18:45

PKU-DAIR实验室：首篇基于图神经网络的推荐系统综述，211篇参考文献

©作者|PKU-DAIR单位|北京大学研究方向|大规模图学习ACMComputingSurveys(CSUR)中文全称为美国计算机学会计算概观，是计算机学科最具影响力的期刊之一。作为计算机科学、理论和方法的综述类顶刊，其2020影响因子10.282，该期刊主要发表计算机科学领域较有代表性的综述论文。PKU-DAIR实验室研究成果GraphNeuralNetworksinRecommenderSys

PaperWeekly·2022-12-31 18:10

Image Super-Resolution via Iterative Refinement 论文解读和感想

随着20年DDPM的提出，近两年提出了大量基于DenoisingDiffusion的图像处理模型，本文便是谷歌在21年CVPR提出的基于DenoisingDiffusion的图像超分模型。背景动机ImageSR已经是低级视觉任务中元老级别的任务了，存在大量的基于不同的生成范式的ImageSR模型，但是作者开局便对几种基于常见的生成范式的模型不足点进行了概括：首先是自回归模型，虽然其模型间接，想法直

涑月听枫·2022-12-31 17:16

论文浏览(36) Finding Action Tubes with a Sparse-to-Dense Framework

文章目录0.前言1.要解决什么问题2.用了什么方法3.效果如何4.还存在什么问题&有什么可以借鉴0.前言相关资料：arxivgithub论文解读论文基本信息领域：时空行为检测作者单位：上海交大&上海大学发表时间

清欢守护者·2022-12-31 16:50

CVPR 2021 自动驾驶相关论文解读

论文列表来源：https://zhuanlan.zhihu.com/p/382419598场景生成NOTES：在自动驾驶研发过程中，大量的测试不可避免；然而，昂贵的实车测试使得许多的研究人员纷纷关注于仿真测试。传统的仿真测试的基本思路是依据真实数据和人工规则来生成，但是工作量巨大而难以成规模，依赖于机器学习方法的场景生成称为研究热门。场景生成的要点仍是基于真实数据的挖掘，提取出交通参与者的特征，然

洌泉_就这样吧·2022-12-31 10:19

CVPR2021论文解读--图像去噪:Pseudo 3D Auto-Correlation Network for Real Image Denoising

论文链接：https://openaccess.thecvf.com/content/CVPR2021/papers/Hu_Pseudo_3D_Auto-Correlation_Network_for_Real_Image_Denoising_CVPR_2021_paper.pdf摘要：图像中自相关的提取在深度学习网络中显示出巨大的潜力，例如通道域的自注意力机制和空间域的自相似机制。然而，上述机制

One_1111·2022-12-31 10:59

【OpenI开源项目推荐-GammaGL】支持国内外主流深度学习框架的图神经网络算法库

OpenI启智社区·2022-12-31 09:13

SIGIR 2021 | PCF-GNN：基于预训练图神经网络的显式交叉语义建模方案

欢迎关注：阿里妈妈技术公众号本文作者：言乐阿里妈妈技术团队ExplicitSemanticCrossFeatureLearningviaPre-trainedGraphNeuralNetworksforCTRPrediction.SIGIR2021论文下载：https://arxiv.org/pdf/2105.07752.pdf▐1.背景在CTR预估场景中，建模特征之间的交互关系是提升模型预估能力

阿里妈妈技术·2022-12-31 09:09

图神经网络-学习日志3

节点嵌入传统方法（学习日志2）：主要工作花在了特征工程上，描述图神经网络的结构——》表示学习：自动区分特征目标：通过对图的机器学习，进行有效且独立的特征学习特征表示：将图中一个节点表示为d大小的向量/嵌入节点之间嵌入程度的相似性

小博Robert·2022-12-31 09:57

推荐频道

图神经网络论文解读