图神经网络论文阅读笔记第7页

【论文阅读笔记】Automatic recognition and classification of microseismic waveforms based on computer vision

【论文阅读笔记】Automaticrecognitionandclassificationofmicroseismicwaveformsbasedoncomputervision摘要微震波形可以分解为时间

luzhoushili·2023-11-21 07:27

【论文阅读笔记】Unsupervised Clustering of Microseismic Signals Using a Contrastive Learning Model

【论文阅读笔记】UnsupervisedClusteringofMicroseismicSignalsUsingaContrastiveLearningModel摘要tscc:预训练和微调预训练：数据增强

luzhoushili·2023-11-21 07:27

基于变形卷积和注意机制的带钢表面缺陷快速检测网络DCAM-Net（论文阅读笔记）

原论文链接->DCAM-Net:ARapidDetectionNetworkforStripSteelSurfaceDefectsBasedonDeformableConvolutionandAttentionMechanism|IEEEJournals&Magazine|IEEEXploreDCAM-Net:ARapidDetectionNetworkforStripSteelSurfaceDe

晴友读钟·2023-11-21 07:24

Toolformer论文阅读笔记（简略版）

文章目录引言方法限制结论引言大语言模型在zero-shot和few-shot情况下，在很多下游任务中取得了很好的结果。大模型存在的限制：无法获取最新的信息、无法进行精确的数学计算、无法理解时间的推移等。这些限制可以通过扩大模型规模一定程度上解决，但是效果并不好。一个简单的方式用于处理这些限制就是让大语言模型能够调用外部工具。现有的通过调用外部工具的方式需要大量的人类标注，或只能针对特定的任务使用工

北岛寒沫·2023-11-21 07:54

【论文阅读笔记】Deep learning for time series classification: a review

【论文阅读笔记】Deeplearningfortimeseriesclassification:areview摘要在这篇文章中，作者通过对TSC的最新DNN架构进行实证研究，探讨了深度学习算法在TSC

luzhoushili·2023-11-21 07:50

【精读文献】1 用于改进脑电图癫痫分析的自监督图神经网络

在这项研究中，我们通过以下方式来应对这些挑战：（1）使用图神经网络（GNN）表示脑电图中的时空依赖性，并提出两种捕捉电极几何形

jc菜鸟教程·2023-11-21 07:58

Adversarial Attacks and Defenses on Graphs: A Review, A Tool and Empirical Studies（2020）

作为DNN对图的扩展，图神经网络（GNN）已被证明继承了该漏洞。对手可

今我来思雨霏霏_JYF·2023-11-21 06:59

Adversarially Robust Neural Architecture Search for Graph Neural Networks（2023CVPR）

AdversariallyRobustNeuralArchitectureSearchforGraphNeuralNetworks----《面向图神经网络的对抗鲁棒神经架构搜索》摘要 图神经网络（GNN

今我来思雨霏霏_JYF·2023-11-21 06:59

GCN 图神经网络论文阅读笔记总结

GCN图神经网络论文阅读笔记总结SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKSInductiveRepresentationLearningonLargeGraphsDeeperInsightsintoGraphConvolutionalNetworksforSemi-SupervisedLearning

ly30902426·2023-11-20 11:08

GCN学习笔记_01

GNN学习笔记1基本定义与概念1.1点、边、图点：特征(人、实物…)边：联系/关系(特征)图：全局特征图神经网络的目标：整合特征、重构点边和图。

自在犹仙·2023-11-20 11:31

图神经网络发展进程,深度神经网络发展

1、神经网络的发展趋势如何？神经网络的云集成模式还不是很成熟，应该有发展潜力，但神经网络有自己的硬伤，不知道能够达到怎样的效果，所以决策支持系统中并不是很热门，但是神经网络无视过程的优点也是无可替代的，云网络如果能够对神经网络提供一个互补的辅助决策以控制误差的话，也许就能使神经网络成熟起来1人工神经网络产生的背景自古以来，关于人类智能本源的奥秘，一直吸引着无数哲学家和自然科学家的研究热情。生物学家

vvccyyqq·2023-11-20 03:01

part-aligned系列论文：1711.Beyond Part Models- Person Retrieval with Refined Part Pooling 论文阅读笔记

BeyondPartModels-PersonRetrievalwithRefinedPartPooling这篇论文和1711.AlignedReID-SurpassingHuman-LevelPerformanceinPersonRe-Identification这篇论文同样的出色，都将Market-1501数据集的TopRank-1性能刷到了95以上，但该论文没用re-rankingboost

xuluohongshang·2023-11-19 14:11

【论文阅读笔记】Supervised Contrastive Learning

【论文阅读笔记】SupervisedContrastiveLearning摘要自监督批次对比方法扩展到完全监督的环境中，以有效利用标签信息提出两种监督对比损失的可能版本介绍交叉熵损失函数的不足之处，对噪声标签的不鲁棒性和可能导致交叉的边际

luzhoushili·2023-11-19 09:12

OpenAI暂停ChatGPT Plus新用户注册；迷宫与图神经网络

AI新闻OpenAI暂停ChatGPTPlus新用户注册，考虑用户体验摘要：OpenAI决定暂停ChatGPTPlus新用户注册，以应对开发日后使用量激增带来的压力，确保每个人都能享受良好的体验。根据调查机构Writerbuddy.ai的报告，AI工具中排名前50名的访问量达240亿次，其中ChatGPT占比超过60%，平均每月访问量达15亿次。OpenAI发布了新的AI产品GPTs，允许定制Ch

go2coding·2023-11-19 09:44

【Deep Learning】 GCN

(从图(Graph)到图卷积(GraphConvolution)：漫谈图神经网络模型(二))https://www.cnblogs.com/SivilTaram/p/graph_ne

pangpd·2023-11-17 07:39

Similarity Preserving Adversarial Graph Contrastive Learning-相似性保持对抗图对比学习-图神经网络精读论文（1）

Introduction第一段大体含义逻辑：首先介绍图出现在了各种领域，人们也对图神经网络开启广泛研究，但是标签难搞，都是大规模的数据，很昂贵，因此无监督的图表示学习受到了广泛关注。

桑数模园·2023-11-16 21:38

Attention is all you need（Transformer）论文阅读笔记

一、背景seq2seq模型（2014年）：https://blog.csdn.net/zyk9916/article/details/118002934Attention模型（2015年）：https://blog.csdn.net/zyk9916/article/details/118498156对于序列建模和转换问题，大量的研究都围绕以RNN为基础的encoder-decoder架构展开。但是

zyk9916·2023-11-16 19:17

图神经网络--论文精读

论文精读图神经网络论文精读摘要介绍问题定义学习表示算法代码实战加载百科词条，构建无向图训练Word2Vec模型摘要DeepWalk用于学习隐式表征的表示学习方法，将节点在图中的连接关系进行编码，形成稠密低维连续的向量空间

无盐薯片·2023-11-16 19:28

图神经网络--图神经网络

图神经网络图神经网络图神经网络一、PageRank简介1.1互联网的图表示1.2PageRank算法概述1.3求解PageRank二、代码实战2.1引入库2.2加载数据，并构建图2.3计算每个节点PageRank

无盐薯片·2023-11-16 18:58

图神经网络--图嵌入表示学习

图嵌入表示学习图神经网络图嵌入表示学习一、图嵌入简介二、基本框架（编码器+解码器）2.1编码器2.2解码器三、基于随机游走的方法3.1随机游走的概念3.2随机游走的步骤四、Node2Vec五、矩阵分解一

无盐薯片·2023-11-16 18:57

当深度学习遇上图：图神经网络的兴起！（文末送书）

本文就带你来了解一下——近年来逆势而上的一门技术：图神经网络！内容选自《图神经网络：基础与前沿（全彩）》一书！01什么是图也许我们从来没有意识到，我们正生活在一个充满图的世界。

风度78·2023-11-16 18:01

图神经网络（2020智源大会）Topic推荐-AMiner

AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数

AMiner学术搜索和科技情报挖掘·2023-11-16 17:26

图上的对抗与攻击精选论文列表(2021相关论文一览)

数据派THU·2023-11-16 14:27

CIKM2021《Single Node Injection Attack against Graph Neural Networks》论文详解

原文链接：https://arxiv.org/pdf/2108.13049.pdfevasionattack1AbstractandIntroduction图神经网络节点注入攻击是一种新兴而实用的攻击场景

Anonymous-·2023-11-16 14:20

相约WAIC，AI TIME携手2021世界人工智能大会，共同讨论图神经网络与认知智能

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！2018年，WAIC（世界人工智能大会）在上海首次亮相，助力上海加快建设人工智能创新策源、应用示范、制度供给和人才聚集的“上海高地”，为中国乃至世界人工智能发展贡献力量。2019年，AITIME由清华大学人工智能研究院张钹院士，清华大学计算机系唐杰教授、李涓子教授等人联合发起，希望用辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领

AITIME论道·2023-11-16 11:38

详解PyG中的ToSLIC变换

详解PyG中的ToSLIC变换PyG是一个基于PyTorch的图神经网络库，提供了丰富的数据处理、图转换和图模型的功能。

Yuetianw·2023-11-16 09:33

Federated Social Recommendation with Graph Neural Network

jieHeEternity·2023-11-16 04:40

百面深度学习-图神经网络

百面深度学习-图神经网络部分什么是图神经网络？图神经网络（GraphNeuralNetworks，GNNs）是深度学习模型的一个类别，专门设计来处理图结构数据。

jieHeEternity·2023-11-16 04:06

亚马逊云科技产品测评』活动征文｜通过使用Amazon Neptune来预测电影类型初体验

文章目录福利来袭AmazonNeptune什么是图数据库为什么要使用图数据库什么是AmazonNeptuneNeptune的特点快速入门环境搭建notebook图神经网络快速构建加载数据配置端点Gremlin

阿Q说代码·2023-11-15 18:19

注意力机制、Transformer模型、生成式模型、目标检测算法、图神经网络、强化学习、深度学习模型可解释性与可视化方法等详解

采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，抽丝剥茧、深入浅出讲解注意力机制、Transformer模型（BERT、GPT-1/2/3/3.5/4、DETR、ViT、SwinTransformer等）、生成式模型（变分自编码器VAE、生成式对抗网络GAN、扩散模型DiffusionModel等）、目标检测算法（R-CNN、FastR-CNN、FasterR-CNN、YOLO、SDD

小艳加油·2023-11-15 17:41

Python深度学习进阶与应用丨注意力（Attention）机制、Transformer模型、生成式模型、目标检测算法、图神经网络、强化学习详解等

目录第一章注意力（Attention）机制详解第二章Transformer模型详解第三章生成式模型详解第四章目标检测算法详解第五章图神经网络详解第六章强化学习详解第七章深度学习模型可解释性与可视化方法详解更多应用近年来

WangYan2022·2023-11-15 17:00

python图神经网络，注意力机制、Transformer模型、目标检测算法、强化学习等

近年来，伴随着以卷积神经网络（CNN）为代表的深度学习的快速发展，人工智能迈入了第三次发展浪潮，AI技术在各个领域中的应用越来越广泛本文重点为：注意力机制、Transformer模型（BERT、GPT-1/2/3/3.5/4、DETR、ViT、SwinTransformer等）、生成式模型（变分自编码器VAE、生成式对抗网络GAN、扩散模型DiffusionModel等）、目标检测算法（R-CNN

xiao5kou4chang6kai4·2023-11-15 17:27

A Gentle Introduction to Graph Neural Networks

AGentleIntroductiontoGraphNeuralNetworks----《图神经网络入门》图神经网络信息传递积累图在我们身边随处可见，现实世界中的物体通常是根据它们与其他事物的联系来定义的

今我来思雨霏霏_JYF·2023-11-15 07:17

论文浅尝 | 用于学习知识图谱嵌入的一种基于注意力机制的新型异构 GNN 框架HRAN...

图神经网络(GNN)作为一种有效的图表示技术，在学习图嵌入方面表现出了良好的性能。然而，KG具有异构性的

开放知识图谱·2023-11-15 06:15

PP-YOLO论文阅读笔记

PP-YOLO:Aneffectiveandefficientimplementationofobjectdetector期刊:arXivpreprint年份:2020主要内容列举:①:实现一个有效性和效率相对平衡的对象检测器，可以直接应用于实际应用场景;②②:添加了一系列几乎不会增加推断时间的技巧，以提高模型的整体性能;③:PP-YOLO可以在有效性（45.2%mAP)和效率（72.9FPS)之

咕咕咕不咕·2023-11-14 22:50

专题解读｜Graph Fairness代表性工作介绍

近年来，图神经网络(graphneuralnetworks，GNNs)在图结构数据建模方面表现出了强大的能力。一般地，GNNs采用消息传递机制，通过迭代地聚合邻居节点的表示来更新节点的表示。

梦码城·2023-11-14 17:55

使用dgl库实现GCN【官方案例】

在图神经网络之前，许多被提出的方法要么单独使用连通性(如DeepWalk或node2vec)，要么简单地结合连通性和节点自身的特征。

♡Coisíní♡·2023-11-14 05:33

【源码复现】图神经网络之PPNP/APPNH

目录1、论文简介2、论文核心介绍2.1、现有方法局限2.2、PageRank&PersonalizedPageRank2.3、PPNP&APPNP3、源码复现3.1、模型总体框架3.2、PPNP3.3、APPNP3.4、MLP(两层)1、论文简介论文题目——《PREDICTTHENPROPAGATE:GRAPHNEURALNETWORKSMEETPERSONALIZEDPAGERANK》论文作者—

鲸可落·2023-11-13 18:34

CS224W6.3——图深度学习

在这篇中，将介绍图神经网络的架构。关键思想是，在GNNs中，根据局部网络邻域生成节点嵌入。gnn通常由任意数量的层组成，而不是单层，以集成来自更大上下文的信息。

阿牛大牛中·2023-11-13 15:57

图深度学习框架PyG（Pytorch-Geometric）代码实战

PyG代码实战PyG安装图神经网络的通用代码框架撰写指南GCN代码框架GraphSAGE代码框架空手道俱乐部(karateclubdataset)GCN代码实战准备工作读取数据可视化GCN训练损失下降曲线论文引用数据集

总是重复名字我很烦啊·2023-11-13 05:40

Learning Continuous Exposure Value Representations for Single-Image HDR Reconstruction 论文阅读笔记

这是国立阳明交通大学、联发科和英伟达合作的一篇ICCV2023的HDRReconstruction的论文文章用INR来生成具有连续曝光值的图片，从而能够生成更加多样的LDR图片，而文章发现用更多样的LDR图片训练的网络具有更好的性能，这也是文章的动机。文章说用了INR的思路，其实根本就不是INR，INR的输入是坐标，而这里其实就是把s给repeat成featuremap大小concatenate到

ssf-yasuo·2023-11-12 18:30

Spatially Adaptive Self-Supervised Learning for Real-World Image Denoising 论文阅读笔记

CVPR2023的一篇哈工大发表的真实世界图像去噪的论文，代码开源，nice文章两大要点，一个是BNN一个是LAN。文章的intro中提到，现有的很多方法虽然设计上与噪声的分布无关，但是实际上却只能处理空间独立的噪声。这一部分的介绍很流畅，对现有的一些SSID方法带过的同时，也逐个揭示了其缺点，为后续自己方法的提出进行铺垫。无论是写法上，还是内容上，都可以借鉴，并且其带过的论文，没读过的后续也可以

ssf-yasuo·2023-11-12 18:30

Masked Image Training for Generalizable Deep Image Denoising 论文阅读笔记

CVPR2023港科大（广州）发的一篇denoising的论文，作者里面有上海AILab的董超老师（看introduction的时候看到有一段很像董超老师Networksareslachingoff的论文的思想，说网络overfitting的时候学习了训练集的噪声模式而非图片内容，翻回去作者看，果然有董超老师），文章提出了一种提高现有denoising方法泛化性的方法，动机就是迫使网络学习图像内容

ssf-yasuo·2023-11-12 18:52

CS224W6.1——介绍图神经网络GNN

从这篇开始，我们介绍了令人兴奋的图神经网络技术，该技术基于图结构用多层非线性变换对节点特征进行编码。图神经网络在各种任务中表现出非凡的性能，并可以驯服图的复杂性质。

阿牛大牛中·2023-11-12 17:40

CS224W6.2——深度学习基础

在本文中，我们回顾了深度学习的概念和技术，这些概念和技术对理解图神经网络至关重要。从将机器学习表述为优化问题开始，介绍了目标函数、梯度下降、非线性和反向传播的概念。

阿牛大牛中·2023-11-12 16:04

TPVFormer论文阅读笔记

Tri-PerspectiveViewforVision-Based3DSemanticOccupancyPrediction论文，代码链接：TPVFormer(wzzheng.net)BEVFormer存在的问题BEV特征空间中的一个特征表示的是其对应世界坐标系中如下图所示红色的部分的特征，可见，在z轴方向上的特征是没有划分的。在做实例分割时（图中蓝色框），由于缺少特征z轴方向上的信息，而导致人

liu liu liu·2023-11-12 13:29

图神经网络（GNN）性能优化方案汇总，附37个配套算法模型和代码

图神经网络的表达能力对其性能和应用范围有着重要的影响，是GNN研究的核心问题和发展方向。增强表达能力是扩展GNN应用范围、提高性能的关键所在。

深度之眼·2023-11-12 08:49

论文阅读笔记：Cold Filter A Meta-Framework for Faster and More Accurate Stream Processing

论文阅读笔记：ColdFilter:AMeta-FrameworkforFasterandMoreAccurateStreamProcessing文章目录论文阅读笔记：ColdFilter:AMeta-FrameworkforFasterandMoreAccurateStreamProcessingAbstract1

烟花再美，不过·2023-11-12 00:40

1707.ICCV.Neural Person Search Machines检测加识别论文阅读笔记

NeuralPersonSearchMachines（NPSM）一个新颖的end-to-end的（检测+reid）行人搜索识别方法论文贡献：1.提出了一种NPSM框架（基于LSTM记忆递归网络attention机制）来模拟人的视觉搜索机制，在记忆query/probe特征信息的指导下，递归地由小到大定位有效区域，由粗到精的得到iamge中与query匹配的行人区域。2.相比于现阶段PRW和CUHK

xuluohongshang·2023-11-11 22:00

【论文阅读笔记】Shielding collaborative learning:Mitigating poisoning attacks through client-side detection.

个人阅读笔记，如有错误欢迎指出！期刊：2021TDSCShieldingCollaborativeLearning:MitigatingPoisoningAttacksThroughClient-SideDetection|IEEEJournals&Magazine|IEEEXplore问题：服务器对生成更新的过程没有可见性，使联邦训练容易受到中毒攻击。现有的防御方法在non-iid环境下表现不佳

MiaZX·2023-11-11 22:24

推荐频道

图神经网络论文阅读笔记