图神经网络论文阅读笔记

论文阅读笔记整理（持续更新）

KV存储ROLEX:AScalableRDMA-orientedLearnedKey-ValueStoreforDisaggregatedMemorySystemsFAST2023Paper泛读笔记针对分离式内存系统中，KV存储性能不高的问题，由于内存节点资源有限，现有方法难以直接修改B树或学习索引的模型。作者提出提出了ROLEX，一种可扩展的面向RDMA的有序键值存储，使用分解存储系统的学习索引
妙BOOK言·2024-01-23 11:56

【论文解读】NeurIPS 2021| 基于置信度校正可信图神经网络

题目：基于置信度校正可信图神经网络会议：NeurIPS2021论文地址：https://arxiv.org/abs/2109.14285自信点，我的GNN们图神经网络(GNN)卓越的性能已经广受关注，但其预测结果是否值得信赖却有待探索
风度78·2024-01-23 06:25

基于图神经网络与深度学习的商品推荐算法

传统做法现阶段局限创新方法结果相关工作目前推荐算法基于矩阵分解的推荐算法基于深度学习的推荐算法基于图神经网络的推荐算法创新点模型设计本文的核心任务是训练出一个模型LGDL模型框架嵌入层ID特征嵌入评论文本特征嵌入前向传播层关联关系提取偏好特征提取评分预测层模型优化传统做法利用深度学习方法从用户
谦谦菜鸟·2024-01-23 00:58

阿里重磅发布大规模图神经网络平台AliGraph，架构算法解读

图神经网络(GNN)主要是利用神经网络处理复杂的图数据，它将图数据转换到低维空间，同时最大限度保留结构和属性信息，并构造一个用于训练和推理的神经网络。
weixin_34302561·2024-01-23 00:57

图神经网络 Graph Neural Networks:Foundations, Frontiers, Applications &基于 node2vec 的电影推荐实验

目录0.概念1.引言（1）图神经网络概述（2）图嵌入（3）图神经网络类型（4）图神经网络典型应用2.图嵌入：基于图结构的表示学习（1）node2vec原理3.工具包node2vec的使用4.案例：基于node2vec
海阔＆天空742·2024-01-23 00:56

图神经网络X项目｜基于图神经网络的电商行为的预测（5%）

文章目录JupyterNotebook学习人工智能的好帮手数据集数据集下载数据集调用数据集应用技巧——获取不重复的编号数据集应用技巧——随机采样数据集应用技巧——抽取前N项进行模拟测试数据集构建技巧一——查看数据集构建进度JupyterNotebook学习人工智能的好帮手【JupyterNotebook】快速上手轻松玩明白数据集数据集下载数据集下载地址数据集调用fromsklearn.prepro
晓源Galois·2024-01-23 00:24

论文阅读笔记AI篇 —— Transformer模型理论+实战 (四)

论文阅读笔记AI篇——Transformer模型理论+实战（四）一、理论1.1理论研读1.2什么是AIAgent?
键盘国治理专家·2024-01-21 12:07

「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素

MIT利用图神经网络Chemprop识别潜在抗生素，特异性杀死鲍曼不动杆菌。自然界中充满了各种各样的微生物，例如结核杆菌（导致肺结核）、霍乱弧菌（导致霍乱）等严重危害了人们的健康。
数据派THU·2024-01-20 12:30

论文阅读笔记AI篇 —— Transformer模型理论+实战 (三)

论文阅读笔记AI篇——Transformer模型理论+实战（三）第三遍阅读（精读）3.1Attention和Self-Attention的区别？3.2Transformer是如何进行堆叠的？
键盘国治理专家·2024-01-20 08:24

GNN动手实践(三)：适用于同配图和异配图的高效图神经网络——H2GCN

一.前言H2GCN\text{H}_{2}\text{GCN}H2GCN是NeurIPS2020上发表的论文《BeyondHomophilyinGraphNeuralNetworks:CurrentLimitationsandEffectiveDesigns》所提出来的一个同时适用于同配图和异配图的GNN模型。该模型官方也开源了相应的源码（Github），但是作者是基于Tensorflow实现的，
斯曦巍峨·2024-01-20 06:52

复现图神经网络（GNN）论文的过程以及PyTorch与TensorFlow对比学习

复现图神经网络（GNN）论文的过程通常包括以下几个步骤：一、理解论文内容：首先彻底理解论文，包括其理论基础、模型架构、使用的数据集、实验设置和得到的结果。
M.D·2024-01-20 06:16

【论文阅读笔记】Continual Diffision: Continual Customization of Text-to-Image Diffusion with C-LoRA

论文信息论文标题ContinualDiffision:ContinualCustomizationofText-to-ImageDiffusionwithC-LoRA发表刊物arXiv2023作者团队三星(美国)、佐治亚理工大学关键词ContinualLearing,DiffusionModel,Text-to-Image,LoRA文章结构C-LoRAIntroductionBackgroundC
ZedKingCarry·2024-01-19 08:24

【论文阅读笔记】U-Mamba: Enhancing Long-range Dependency for Biomedical Image Segmentation

MaJ,LiF,WangB.U-Mamba:EnhancingLong-rangeDependencyforBiomedicalImageSegmentation[J].arXivpreprintarXiv:2401.04722,2024.【开源】本文对Mamba结构用于图像领域进行了简单的探索，就结构来说没有特别多创新，就是插入了Mamba块，但可以遇见下一个坑的到来。【核心思想】将CNN的局部
cskywit·2024-01-19 08:47

论文阅读：Vary论文阅读笔记

目录引言整体结构图数据集构造Vary-tiny部分DocumentData数据构造ChartData构造Negativenaturalimage选取Vary-base部分引言论文：Vary:ScalinguptheVisionVocabularyforLargeVision-LanguageModelsPaper|Github|Demo许久不精读论文了，内心一直想找个专门的时间来细细拼读自己感兴趣
Liekkas Kono·2024-01-19 08:44

【论文阅读笔记】Sam3d: Segment anything model in volumetric medical images[

BuiNT,HoangDH,TranMT,etal.Sam3d:Segmentanythingmodelinvolumetricmedicalimages[J].arXivpreprintarXiv:2309.03493,2023.【开源】本文提出的SAM3D模型是针对三维体积医学图像分割的一种新方法。其核心在于将“分割任何事物”（SAM）模型的预训练编码器与一个轻量级的3D解码器相结合。与传统的
cskywit·2024-01-19 08:42

时空预测 | 基于图神经网络的时空预测

随着图神经网络（GNNs）的最新进展，基于GNN的方法在时间序列分析中出现了激增。这些方法可以明确地建模时间间和变量间的关系，而传统的方法和其他基于深度神经网络的方法在这方面却难以做到。
机器学习之心·2024-01-18 09:14

【论文阅读笔记】Modality-Specific Information Disentanglement from Multi-parametric MRI for Breast Tumor Seg

ChenQ,ZhangJ,MengR,etal.Modality-SpecificInformationDisentanglementfromMulti-parametricMRIforBreastTumorSegmentationandComputer-aidedDiagnosis[J].IEEETransactionsonMedicalImaging,2024.【开源】【核心思想】设计一个名为
cskywit·2024-01-18 08:40

【论文阅读笔记】4篇Disentangled representation learning用于图像分割的论文

4篇应用解耦表示学习的文章，这里只关注如何解耦，更多细节不关注，简单记录一下。1.RobustMultimodalBrainTumorSegmentationviaFeatureDisentanglementandGatedFusionChenC,DouQ,JinY,etal.Robustmultimodalbraintumorsegmentationviafeaturedisentangleme
cskywit·2024-01-18 08:06

【论文阅读笔记】Contrastive Multiview Coding

ContrastiveMultiviewCoding摘要 这篇文章主要探讨人类通过多种感官通道来观察世界，比如左眼观察到的长波长光通道，或右耳听到的高频振动通道。每个观察角度都带有噪音且是不完整的，但一些重要的因素，如物理、几何和语义，往往在所有观点之间共享（例如，“狗”可以被看到、听到和感受到）。文章研究了一个经典的假设，即一个强大的表示应该能够建模与观察角度无关的因素。 在多视图对比学习的框架
Kirvin_xia·2024-01-18 06:26

论文阅读笔记——Challenges of developing a digital scribe to reduce clinical documentation burden

开发数字抄写器（以减轻临床记录文档的负担）的一系列挑战Challengesofdevelopingadigitalscribetoreduceclinicaldocumentationburden原文链接：https://www.nature.com/articles/s41746-019-0190-1文章目录开发数字抄写器（以减轻临床记录文档的负担）的一系列挑战Challengesofdevel
whu_swh·2024-01-17 16:10

第十六周周报

AGentleIntroductiontoGraphNeuralNetworks前言图用图表示一张图片文本作为图表其他图值数据用图表示分子用图表示社交网络用图表示引文表示成图后产生的问题图层面问题顶点层面问题边层面问题图神经网络实现消息传递全局信息的作用实验相关技术
Joy_moon·2024-01-17 15:13

【论文阅读笔记】Multi-modal brain tumor segmentation via disentangled representation learning and region-awa

ZhouT.Multi-modalbraintumorsegmentationviadisentangledrepresentationlearningandregion-awarecontrastivelearning[J].PatternRecognition,2024:110282.本文是杭州师范大学周同雪博士脑瘤分割系列最新论文（国家自然科学基金资助No.62206084），之前已经有多篇
cskywit·2024-01-17 01:21

【论文阅读笔记】Robust Multimodal Brain Tumor Segmentation via Feature Disentanglement and Gated Fusion

ChenC,DouQ,JinY,etal.Robustmultimodalbraintumorsegmentationviafeaturedisentanglementandgatedfusion[C]//MedicalImageComputingandComputerAssistedIntervention–MICCAI2019:22ndInternationalConference,Shenz
cskywit·2024-01-17 01:21

【论文阅读笔记】MedTransformer: Accurate AD Diagnosis for 3D MRI Images through 2D Vision Transformers

arxiv，12Jan2024这篇文章思想较简单，用于诊断阿尔兹莫，这里概述一下。【核心思想】采用2D视觉Transformer分析3DMRI图像。它通过将3D图像切割成多个2D切片，并应用基于2DTransformer的模型，克服了3D模型在复杂性和效率方面的限制。该方法具有跨维度的共享编码器、特定维度的编码器以及注意力机制，以提高诊断的准确性和效率。这个模型在诊断阿尔茨海默病方面表现出强大的性
cskywit·2024-01-17 01:20

【论文阅读笔记】Prompt Tuning for Parameter-efficient Medical Image Segmentation

FischerM,BartlerA,YangB.Prompttuningforparameter-efficientmedicalimagesegmentation[J].MedicalImageAnalysis,2024,91:103024.【开源】【核心思想】本文的核心思想是提出了一种用于医学图像分割的参数高效的提示调整（PromptTuning）方法。这种方法基于预训练的神经网络，通过插入可
cskywit·2024-01-17 01:50

论文阅读笔记AI篇 —— Transformer模型理论+实战 (二)

论文阅读笔记AI篇——Transformer模型理论+实战（二）第二遍阅读（通读）2.1Background2.2ModelArchitecture2.2.1EncoderandDecoderStacks2.2.2ScaledDot-ProductAttention2.2.3Multi-HeadAttention2.3WhySelf-Attention2.4Training2.5Results2
键盘国治理专家·2024-01-16 17:17

论文阅读笔记AI篇 —— Transformer模型理论+实战 (一)

资源地址Attentionisallyouneed.pdf(0积分)-CSDN第一遍阅读（Abstract+Introduction+Conclusion）Abstract中强调Transformer摒弃了循环和卷积网络结构，在English-to-German翻译任务中，BLEU得分为28.4，在English-to-French的翻译任务中的BLEU得分为41.0，用8张GPU训练了3.5天，
键盘国治理专家·2024-01-16 17:40

*第六篇《基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究》论文阅读笔记

[1]刘恒畅,姚德臣,杨建伟,张骄.基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究[J].振动与冲击,2021,40(10):95-102.基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究*note：本文研究方法不太能理解，后期需要再看一遍思路。一、文章本身文章框架思维脑图链接Researchquestion(s)(文章的研究问题是什么？—通常好的实证研究都有非常具体的研究问题，我们
子曰1884·2024-01-16 16:00

图神经网络｜图注意网络Graph Attention Network

图注意网络GraphAttentionNetworkLeakyReLU有利于压低负数对结局的影响。图注意网络GraphAttentionNetwork的流程输入向量hih_ihi乘上权重矩阵W得到对应的向量hi∗h_i^*hi∗,并将hi∗h_i^*hi∗计算出对应的aia_iai,从而得到最终对结果向量的贡献。所以有h=∑ihi∗∗aih=\sum_i{h_i^{*}*a_i}h=∑ihi∗∗a
晓源Galois·2024-01-16 04:12

腾讯图神经网络与推荐预训练模型

分享嘉宾：宋重钢博士腾讯高级研究员编辑整理：罗锦波澳门科技大学出品平台：DataFunTalk导读：今天分享的主题为图神经网络与推荐预训练模型。
文文学霸·2024-01-15 23:26

Information Sciences 2022 | 利用图嵌入和图神经网络实现社交网络中的影响力最大化

目录前言1.影响力最大化2.SGNN2.1标签生成2.2struc2vec2.3GNN特征处理2.4回归预测2.5整体框架3.实验3.1数据集3.2评价指标前言题目：Influencemaximizationinsocialnetworksusinggraphembeddingandgraphneuralnetwork期刊：InformationSciences2022论文地址：Influence
Cyril_KI·2024-01-15 19:15

论文阅读笔记 | ACL-2022 | 分治文本语义匹配：关键词和意图

原文标题：DivideandConquer:TextSemanticMatchingwithDisentangledKeywordsandIntents原文链接：https://arxiv.org/abs/2203.02898目录一、Introduction二、Methodology三、ResultsandAnalysis四、Conclusion一、Introduction在做文本语义匹配任务时，
Megrezz·2024-01-15 02:20

AAAI 2023 | 图神经网络学习同构计数

©PaperWeekly原创·作者|于星橦单位|中国科学技术大学博士生研究方向|图神经网络论文题目：LearningtoCountIsomorphismswithGraphNeuralNetworks论文链接
PaperWeekly·2024-01-14 20:42

Quick taxi route assignment via real-time intersection state prediction

Quicktaxirouteassignmentviareal-timeintersectionstatepredictionwithaspatial-temporalgraphneuralnetwork（通过时空图神经网络实时交叉口状态预测快速分配出租车路线
llddycidy·2024-01-14 16:01

STEGNN

本文介绍了STEGNN：一种用于路网预测的新型时空嵌入图神经网络。STEGNN的主要思想是利用余弦相似性生成高质量的时空图，从而填补了交通图时空相关性之间的空白，其中包括：(i)基于交通图的
llddycidy·2024-01-14 16:30

图神经网络实战——图神经网络基础

图神经网络基础0.前言1.图2.图学习3.图神经网络小结0.前言近年来，从社交网络到分子生物学等各个领域，数据的图表示越来越普遍。
盼小辉丶·2024-01-14 13:46

[代码复现]BrainGNN: Interpretable Brain Graph Neural Network for fMRI Analysis

目录1.论文资料2.代码复现步骤及可能存在的问题2.1.环境配置2.2.代码运行3.为啥跑这个代码1.论文资料（1）论文原文：BrainGNN：用于fMRI分析的可解释脑图神经网络-ScienceDirect
夏莉莉iy·2024-01-14 13:55

【论文阅读笔记】MobileSal: Extremely Efficient RGB-D Salient Object Detection

1.介绍MobileSal:ExtremelyEfficientRGB-DSalientObjectDetectionMobileSal：极其高效的RGB-D显著对象检测2021年发表在IEEETransactionsonPatternAnalysisandMachineIntelligence。PaperCode2.摘要神经网络的高计算成本阻碍了RGB-D显着对象检测（SOD）的最新成功，使其无
咔叽布吉·2024-01-14 08:09

【GNN2】PyG完成图分类任务，新手入门，保姆级教程

【GNN1】PyG实现图神经网络，完成节点分类任务，人话、保姆级教程-CSDN博客图分类就是以图为单位的分类，举个例子：每个学校都有社交关系网，图分类就是通过这个社交网络判别这个学校是小学、初中、高中还是大学
Dream of Grass·2024-01-14 06:04

基于图神经网络的动态物化视图管理

本期PaperReading主要介绍了发布于2023年ICDE的论文《DynamicMaterializedViewManagementusingGraphNeuralNetwork》，该文研究了动态物化视图管理问题，提出了一个基于GNN的模型。在真实的数据集上的实验结果表明，取得了更高的质量。一、背景物化视图（MaterializedViews，下文简称MVs）在数据库管理系统中起着至关重要的作
KaiwuDB 数据库·2024-01-13 23:44

图神经网络自监督学习工具箱 - CPT-HG（一）

WeChatSearchApplicationDepartment,TencentInc.】ContrastivePre-TrainingofGNNsonHeterogeneousGraphs核心要点文章旨在解决现有预训练图神经网络方法仅仅适用于同质图
processor4d·2024-01-12 15:29

图神经网络预训练 (4) - 节点属性预测 Attribute Prediction + 监督学习 代码

我们继续剖析StrategiesforPre-trainingGraphNeuralNetworks一文。上一文中介绍了子结构预测的预训练方法（ContextPrediction）。对于一个多层的深度学习模型，在分子图上训练主模型，在子图上训练层数较少的子模型，限制（损失是）主模型上与子模型的嵌入向量相似，保证子结构环境相似的节点在随着模型的层数增加时仍能保持相似的嵌入向量，意味着化学环境相似的结
wufeil·2024-01-12 04:57

Deepchem的分子特征化方法之图神经网络特征化 （ConvMolFeaturizer / WeaveFeaturizer）解析

bywufeil在Deepchem提供的分子特征化方法中，有两个方法是适用于图神经网络的，分别为：ConvMolFeaturizer和WeaveFeaturizer。
wufeil·2024-01-12 04:55

使用Deepchem构建化学分子的神经网络和图神经网络模型示例

使用Deepchem构建化学分子的神经网络和图神经网络模型示例bywufeilDeepchem包含了很多的化学分子的数据集，同时也有将分子结构转换为机器学习能够识别的矩阵（序列）数据的方法，下面就来简单举几个例子
wufeil·2024-01-12 04:25

复杂网络传染动力学的深度学习

我们的图神经网络架构对动态的假设很少，我们使用不同复杂性的传染动态证明了其准确性。通过允许在任意网络结构上
ones~·2024-01-11 17:49

GNN如何处理表格？

链接:https://ieeexplore.ieee.org/document/10184514在这篇综述中，我们深入探讨了使用图神经网络（GNNs）进行表格数据学习（TDL）的领域，这是一个深度学习方法在分类和回归任务中相比传统方法表现出越来越优越性能的领域
AI知识图谱大本营·2024-01-11 04:26

「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素

作者：加零编辑：李宝珠、三羊MIT利用图神经网络Chemprop识别潜在抗生素，特异性杀死鲍曼不动杆菌。
HyperAI超神经·2024-01-11 03:21

【GNN 1】PyG实现图神经网络，完成节点分类任务，人话、保姆级教程

我们来做一个节点分类的任务，选择的数据集是KarateClub，Karate是空手道的意思，所以这就是一个空手道俱乐部的数据。简而言之，这个数据集，包含34个节点，156条无向无权边，结点总共分为4类，此外，每个节点还有34个特征，也就是说还有34个指标来描述空手道俱乐部的每个成员。欸？特征数怎么和节点数一样，没错，就是one-hot编码。下图是论文原图，颜色表示了类别。数据集的详细说明这个数据集
Dream of Grass·2024-01-10 07:26

ZeroBind：DTI零样本预测器

在元学习过程中，ZeroBind为每个蛋白质制定了一个模型，这也被认为是一个学习任务，每个任务都使用图神经网络（GNN）来学习蛋白质graph嵌入和分子graph嵌入。受到分子与
tzc_fly·2024-01-10 04:24

10X单细胞（10X空间转录组）数据分析之图神经网络框架

hello，大家好，随着我们认识的深入，分享的内容也越来越“高大上”，这次要分享的内容就是神经网络运用到我们的单细胞或者空间的数据分析。密苏里大学许东教授和俄亥俄州立大学马勤教授的团队发表在NatureCommunications上的一篇文章“scGNNisanovelgraphneuralnetworkframeworkforsingle-cellRNA-Seqanalyses”。单细胞RNA测
单细胞空间交响乐·2024-01-09 22:25
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他