图神经网络论文阅读笔记

【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

GraphGPT： Graph Instruction Tuning for Large Language Models

GraphInstructionTuningforLargeLanguageModels基本信息博客贡献人猪八戒作者JiabinTang,YuhaoYang,WeiWei[单位]香港大学数据智能实验室摘要图神经网络
图学习小组·2024-01-09 20:27

深度学习：图神经网络——在推荐系统中的应用

PinSage是工业界应用图神经网络完成推荐任务的第一个成功案例，其从用户数据中构造图（graph）的方法和应对大规模图而采取的实现技巧都值得我们学习。
一碗姜汤·2024-01-09 11:35

图神经网络｜5.消息传递的计算方法 6.多层GNN的作用

节点更新在图神经网络中，某个节点的更新，不应该只关心自身的变化，还应该关心相邻节点与本节点的关系。6.多层GNN的作用首先，多层GNN并不会
晓源Galois·2024-01-09 03:52

图神经网络｜10.4 GCN 变换原理的解读

由9.3-邻接矩阵的变换可知，理解矩阵通过两个度矩阵的逆进行归一化。微观上看，aija_{ij}aij这个元素将会乘上1deg(vi)deg(vj)\frac{1}{\sqrt{deg_(v_i)\sqrt{deg(v_j)}}}deg(vi)deg(vj)1其现实意义如下——比如预测人脉图中某一个人是否为富二代。假设节点j是一个富二代，且从i和j这对关系进行考虑，j可能认识很多人（对应的度很大）
晓源Galois·2024-01-08 07:51

图神经网络｜9.3 邻接矩阵的变换

由于邻接矩阵中一般不会（i,i）等于1，除非第i个点上有自环。而如果用邻接矩阵去乘上特征矩阵，那么将丢失自身向自身的贡献。此时可以再邻接矩阵的基础上，再加上一个单位阵，从而使得最终的结果包含自身对整体的贡献。但这样仍会存在问题。就是忽略了各个点对系统的贡献比例。也就是说需要再做一个加权平均的过程。这个时候就可以借助度矩阵来解决这个问题将新矩阵的每个点的度来组成对角矩阵。并求出对角矩阵的逆矩阵。从而
晓源Galois·2024-01-08 07:50

【论文阅读笔记】 Representation Learning with Contrastive Predictive Coding

RepresentationLearningwithContrastivePredictiveCoding摘要这段文字是论文的摘要，作者讨论了监督学习在许多应用中取得的巨大进展，然而无监督学习并没有得到如此广泛的应用，仍然是人工智能中一个重要且具有挑战性的任务。在这项工作中，作者提出了一种通用的无监督学习方法，用于从高维数据中提取有用的表示，被称为“对比预测编码”（ContrastivePredi
Kirvin_xia·2024-01-07 16:27

使用pytorch构建图卷积网络预测化学分子性质

图和图神经网络化学或物理中的模型通常是一个连续函数，例如y=f(x₁，x₂，x₃，…，x)，其中x₁，x₂，x₃，…，x是输入，y是输出。
deephub·2024-01-07 13:12

【论文阅读笔记】两篇完整模态脑瘤分割

两篇完整模态脑瘤分割论文，都是使用Transformer，没有什么特别的特色，也没有开源代码，因此只是简单记录一下。3DCATBraTS:ChannelattentiontransformerforbraintumoursemanticsegmentationElBadaouiR,CollEB,PsarrouA,etal.3DCATBraTS:Channelattentiontransformer
cskywit·2024-01-06 09:57

【论文阅读笔记】A literature survey of MR-based brain tumor segmentation with missing modalities

ZhouT,RuanS,HuH.AliteraturesurveyofMR-basedbraintumorsegmentationwithmissingmodalities[J].ComputerizedMedicalImagingandGraphics,2023,104:102167.这篇文献综述重点探讨了在磁共振成像（MRI）用于脑肿瘤分割时面临的一项主要挑战：部分MRI模态的缺失（本文将范围
cskywit·2024-01-06 09:27

【论文阅读笔记】Multi-Modal Learning With Missing Modality via Shared-Specific Feature Modelling

WangH,ChenY,MaC,etal.Multi-ModalLearningWithMissingModalityviaShared-SpecificFeatureModelling[C]//ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition.2023:15878-15887.【论文概述】本文的核心思想
cskywit·2024-01-06 09:27

【论文阅读笔记】医学多模态新数据集-Large-scale Long-tailed Disease Diagnosis on Radiology Images

这是复旦大学2023.12.28开放出来的数据集和论文，感觉很宝藏，稍微将阅读过程记录一下。ZhengQ,ZhaoW,WuC,etal.Large-scaleLong-tailedDiseaseDiagnosisonRadiologyImages[J].arXivpreprintarXiv:2312.16151,2023.项目主页：https://qiaoyu-zheng.github.io/RP
cskywit·2024-01-06 09:24

Nerf论文阅读笔记：Neus：Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction

前言：本文为记录自己在Nerf学习道路的一些笔记，包括对论文以及其代码的思考内容。公众号：AI知识物语B站讲解：出门吃三碗饭摘要摘要本文的总目标是实现从2D图片到3D模型的高保真重建（使用神经渲染方法）。2020年Niemeyer等人提出的DVR和2020年Yariv等人提出的IDR是现存的神经表面重建（neuralsurfacereconstruction）方法，但他们都依赖前景遮罩（foreg
出门吃三碗饭·2024-01-06 05:27

CAVER: Cross-Modal View-Mixed Transformer for Bi-Modal Salient Object Detection

目录一、论文阅读笔记：1、摘要：2、主要贡献点：3、方法：3.1网络的总体框架图：3.2Transformer-basedInformationPropagationPath(TIPP)3.3Intra-Modal
一只懒洋洋·2024-01-05 21:08

【论文阅读笔记】Mip-NeRF 360: Unbounded Anti-Aliased Neural Radiance Fields

目录概述摘要引言参数化效率歧义性mip-NeRF场景和光线参数化从粗到细的在线蒸馏基于区间的模型的正则化实现细节实验限制总结：附录退火膨胀采样背景颜色paper：https://arxiv.org/abs/2111.12077code：https://github.com/google-research/multinerfproject：https://jonbarron.info/mipnerf
LuH1124·2024-01-05 16:37

【论文阅读笔记】DreamFace: Progressive Generation of Animatable 3D Faces under Text Guidance

目录目标方法几何生成CoarsegeometryGeometrydetailcurving头发纹理生成训练纹理diffusion两阶段双流外观优化基于物理的纹理生成动画生成实验结果实现细节MoreResults限制链接projecthttps://sites.google.com/view/dreamfacepaperhttps://arxiv.org/abs/2304.03117videohtt
LuH1124·2024-01-05 16:37

【论文阅读笔记】NeRF in the Dark: High Dynamic Range View Synthesis from Noisy Raw Images

目录前置知识摘要引言相关工作方法比较喜欢的一篇工作project：https://bmild.github.io/rawnerf/paper：https://arxiv.org/abs/2111.13679code：https://github.com/google-research/multinerfvideo【推荐】：https://www.youtube.com/watch?v=JtBS4K
LuH1124·2024-01-05 16:37
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他