图神经网络论文阅读笔记第9页

S3FD论文阅读笔记

论文：《S3FD:SingleShotScale-invariantFaceDetector》原文链接：https://arxiv.org/abs/1708.05237代码链接：https://github.com/sfzhang15/SFD摘要本文提出了一种基于single-shot尺度不变的人脸实时检测方法，该方法在各种尺度的人脸检测中都具有良好的性能，尤其是在小尺度的人脸检测中。具体来说，我

酉意铭·2023-10-30 06:29

论文阅读笔记格式

写在前面本篇笔记结合了李沐老师论文精读课的第一节【如何读论文】和滑铁卢大学S.Keshav教授写的【Howtoreadpaper】李沐老师课程链接：https://www.bilibili.com/video/BV1H44y1t75x/?spm_id_from=333.999.0.0&vd_source=e0a80296e5f702f44891bb2ca9f637ccS.Keshav教授文章原文：

直博生小艾的科研成长日记·2023-10-30 06:55

论文阅读笔记：A survey of sketches in traffic measurement Design, Optimization, Application

论文阅读笔记：InformationFusion2022:Asurveyofsketchesintrafficmeasurement:Design,Optimization,ApplicationandImplementation

烟花再美，不过·2023-10-30 02:04

《Object Detection in 20 Years: A Survey》论文阅读笔记

这篇文章发表于2019年5月16日，它回顾了1990年~2019年间的400多篇目标检测论文，涵盖了和这一领域相关的众多课题，如目标检测发展过程中的里程碑、目标检测数据集、评价指标、目标检测系统的基本模块、加速技术以及当前的SOTA方法。此外，这篇文章也涉及到一些重要的应用场景，如行人检测、人脸检测以及文本检测等。文章的整体脉络如下：第二部分：目标检测二十多年来的发展史第三部分：加速技术第四部分：

oneoverzero·2023-10-30 02:11

ResNeXt论文阅读笔记.md

目录1.提出背景2.核心思想3.论文核心4.分组卷积5.核心代码论文:AggregatedResidualTransformationsforDeepNeuralNetworks论文地址:https://arxiv.org/abs/1611.05431代码地址Keras:https://github.com/titu1994/Keras-ResNeXtPytorch:https://github.

weixin_30608503·2023-10-29 19:15

MessagePassing分析与说明

1Motivation在图神经网络中，如何像在欧式空间一样进行卷积操作，其重要的问题在于如何更新当前位置的信息。其每个位置（或者叫节点node）的更新方式如下所示。

EEPI·2023-10-29 15:57

MIT Kimera论文阅读笔记

论文出处1.title={Kimera:anOpen-SourceLibraryforReal-TimeMetric-SemanticLocalizationandMapping}2.author={Rosinol,AntoniandAbate,MarcusandChang,YunandCarlone,Luca}3.year={2020}4.booktitle={IEEEIntl.Conf.onR

Compile666·2023-10-28 22:31

CS224W1.1——图机器学习介绍

文章目录1.介绍2.主要问题3.深度学习如何应用在图结构中4.课程大纲学习一下斯坦福CS224W的图机器学习（2021年），并做一下学习笔记，主要是研究方向与图神经网络相关。

阿牛大牛中·2023-10-28 13:30

图神经网络入门推荐好文（附GNN大佬资料包下载福利）

今天想和大家分享的是图卷积神经网络。随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？简单的来说就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。为什么有图卷积神经网络自2012年以来，深度学习在计算机视觉以及自然语言处理两个领域取得了巨大的成功。和传统方法相比，它好在哪里呢？假设有一张图，要做分类，

极验·2023-10-28 05:43

图神经网络自监督学习工具箱 - PT-HGNN（二）

文章名称【KDD-2021】【BeijingUniversityofPostsandTelecommunications/SingaporeManagementUniversity】Pre-trainingonLarge-ScaleHeterogeneousGraph核心要点文章旨在解决现有图预训练任务只针对同构图的问题，提出了大规模异构图预训练框架PT-HGNN，利用节点级别和子图级别的预训练任

processor4d·2023-10-27 23:42

论文分享——北邮：基于学习解纠缠因果子结构的图神经网络去偏

作者：范少华研究方向：图神经网络论文标题：基于学习解纠缠因果子结构的图神经网络去偏论文链接：https://arxiv.org/pdf/2209.14107.pdf https://doi.org

一只水熊虫·2023-10-27 14:31

Class-Aware Robust Adversarial Training for Object Detection论文阅读笔记

针对目标检测的类感知对抗训练2021年的CVPR，哥伦比亚大学和中心研究院合作的工作。摘要：目的通过对抗训练增强目标检测的鲁棒性，对于一张给定的图像，本文提出的方法产生一个通用的对抗性攻击来同时攻击图像中所有的目标，共同最大化每个对象各自的损失，然后将总损失再分解成类损失，按照该类的数量进行归一化。引言：（这里理一下之前一直都没清楚的时间线，关于对抗攻击的）： 2014年的ICLR文章——《

骑驴去学习·2023-10-27 07:10

LSAE：Learning Shape-Aware Embedding for Scene Text Detection 场景文本检测----论文阅读笔记

论文题目：LearningShape-AwareEmbeddingforSceneTextDetection香港中文大学和腾讯优图共同发表在2019CVPR论文地址：jiaya.me/papers/textdetection_cvpr19.pdf贡献提出了Shape-AwareLoss，可以很好的分割相邻的文本实例并且可以检测很大很长的文本实例（将图像像素映射到嵌入特征空间中，在该空间中，属于同一

CharlesWu123·2023-10-27 07:00

图和图神经网络的可视化，详解与示例

1图和图神经网络可视化图和图神经网络（GraphNeuralNetworks，GNNs）的可视化对于理解和分析复杂图结构和模型的工作非常重要。

LeapMay·2023-10-25 23:32

自监督论文阅读笔记 RingMo: A Remote Sensing Foundation Model with Masked Image Modeling

深度学习方法促进了遥感(RS)图像解释的快速发展。最广泛使用的训练范式是利用ImageNet预训练模型来处理指定任务的RS数据。然而，存在自然场景与RS场景之间的领域差距，以及RS模型泛化能力差等问题。开发具有通用RS特征表示的基础模型是有意义的。由于有大量未标记的数据可用，自监督方法在遥感方面比全监督方法具有更大的发展意义。然而，目前大多数自监督方法都使用对比学习，其性能对数据增强、附加信息以及

YoooooL_·2023-10-25 23:09

论文阅读笔记《PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF Pose Estimation》

核心思想本文提出一种基于3D关键点投票网络的姿态估计算法。通过投票的方式从RGBD图像中寻找3D关键点，并采用语义分割网络和中心点检测网络实现实例分割，最后根据实例中关键点和对应模型的关键点之间的匹配关系，利用最小二乘法计算得到图像实例与模型之间的位姿变换（旋转矩阵+平移矩阵），即得目标物体的6D位姿。特点在于本文不是直接从图像中提取关键点，而是利用网络预测每个点与关键之间的位置偏移，然后计算

深视·2023-10-25 19:18

论文阅读笔记《DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion》

核心思想本文提出一种基于RGB-D图像预测目标物体位姿的方法（DenseFusion）。首先，利用一个语义分割网络得到目标物体的分割图像，分别用两个网络用于处理RGB图像和点云图（由深度图获得），将颜色特征和几何特征逐像素的拼接起来，并利用一个特征融合网络获得全局特征。然后将全局特征级联到每个像素的特征向量上，并利用位姿预测网络输出每个像素点对应的位姿估计结果和一个置信度值，最终选择置信度最大

深视·2023-10-25 19:18

【论文阅读笔记】One Shot 3D Photography

论文主页：https://facebookresearch.github.io/one_shot_3d_photography/代码地址：https://github.com/facebookresearch/one_shot_3d_photography 该3D照片方向，由于刚入门，所以会倾向于翻译文章。每个操作上的选择，及为什么不进行另外操作的原因都如数放上。论文小结本作的工作是从单张R

时光机ﾟ·2023-10-25 19:47

图神经网络自监督学习工具箱 - PT-HGNN（一）

文章名称【KDD-2021】【BeijingUniversityofPostsandTelecommunications/SingaporeManagementUniversity】Pre-trainingonLarge-ScaleHeterogeneousGraph核心要点文章旨在解决现有图预训练任务只针对同构图的问题，提出了大规模异构图预训练框架PT-HGNN，利用节点级别和子图级别的预训练任

processor4d·2023-10-25 08:01

论文阅读笔记——拥塞控制算法PCC Vivace

目录PCCVivace阅读笔记PCC和BBR都是垃圾！PCCVivacevs.PCCAllegroAllegro为什么垃圾？Vivace为什么比较牛逼？小结Vivace的目标函数框架小结Vivace如何与传统TCP进行交互？总结PCCVivace阅读笔记本文是关于NSDI'18论文《PCCVivace:Online-LearningCongestionControl》的阅读笔记。受机器学习中的在线

yue2388253·2023-10-24 04:19

《Pytorch深度学习和图神经网络(卷 2)》学习笔记——第二章

基于图片内容的处理任务主要包括目标检测、图片分割两大任务。目标检测：精度相对较高，主要是以检测框的方式，找出图片中目标物体所在坐标。模型运算量相对较小，相对较快。图片分割：精度相对较低，主要是以像素点的集合方式，找出图片中目标物体边缘的具体像素点。模型运算量相对较大，相对较慢。目标检测单阶段：也叫Region-free方法，直接从模型获得预测结果，有YOLO、SSD、RetinaNet等。两阶段：

404detective·2023-10-23 18:38

4个可以写进简历的京东 NLP 项目实战

01京东AI项目实战课程安排覆盖了从经典的机器学习、文本处理技术、序列模型、深度学习、预训练模型、知识图谱、图神经网络所有必要的技术。

Amusi（CVer）·2023-10-23 13:16

关于NLP相关技术全部在这里：预训练模型、图神经网络、模型压缩、知识图谱、信息抽取、序列模型、深度学习、语法分析、文本处理...

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。

Amusi（CVer）·2023-10-23 13:15

ORB-SLAM2 论文阅读笔记 + 无痛复现

ORB-SLAM2:用于单目、双目和RGB-D相机的开源SLAM系统一、原文简译摘要I.INTRODUCTION介绍II.RELATEDWORK相关工作A.双目SLAMB.RGB-DSLAMIII.ORB-SLAM2A.单目，远、近立体关键点B.SystemBootstrapping系统引导C.用单目和双目约束进行BAD.循环关闭和全BAE.关键帧插入F.定位模式IV.EVALUATION评估A.

大胜s·2023-10-23 09:13

【论文阅读笔记】MSNet: A Seismic Phase Picking Network Applicable to Microseismic Monitoring

论文阅读笔记：MSNet:ASeismicPhasePickingNetworkApplicabletoMicroseismicMonitoring摘要MSNet的微震相位拾取的全卷积网络从模型结构、训练数据

luzhoushili·2023-10-22 20:52

【论文阅读笔记】 Curated Pacific Northwest AI-ready Seismic Dataset

CuratedPacificNorthwestAI-readySeismicDataset太平洋西北部人工智能地震数据集摘要描述了一个AI就绪地震数据集包括各种地震事件参数仪器元数据地震波行描述地震目录和事件属性（事件震级类型，信道类型，波形极性，信噪比，相位选择）随着网络检测系统的时间演变非技术型总结AI准备数据集是推动机器学习发展的关键因素训练模型的数据多样性是推动模型性能或者泛化能力的主要因

luzhoushili·2023-10-22 20:43

CS224W-图神经网络笔记3.1：Motifs and Structural Roles in Networks - 网络的结构（Motifs and Graphlet）

本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019年秋季课程进行总结以求内容完整课程主页：CS224W:MachineLearningwithGraphs视频链接：【斯坦福】CS224W：图机器学习(中英字幕|2019秋)1引言前面两节，讨论的网络的整体统计信息，这一节开始聚焦网络中的一些特殊结构（子图）和其中节点的的角色。2一些新概念

Epiphron·2023-10-22 18:16

【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,2022:102167.综述对象：2022年3月1日前文章，在训练期间可以使用完整的磁共振模式，而在测试期间可能没有一个或多个模式。摘要：多模态

cskywit·2023-10-22 12:55

论文阅读笔记——Swin Transformer V2

论文标题：SwinTransformerV2:ScalingUpCapacityandResolution摘要：大规模NLP模型已被证明可以显著提高语言任务的性能，而没有饱和的迹象。他们还展示了惊人的很少有人像那样的射击能力。本文旨在探索计算机视觉中的大规模模型。我们解决了大型视觉模型训练和应用中的三个主要问题，包括训练的不稳定性、预训练和微调之间的分辨率差距以及对标记数据的渴望。提出了三种主要技

沉潜于·2023-10-22 12:38

【论文阅读-图神经网络】图分类研究综述

图分类研究综述王兆慧,沈华伟,曹婍,程学旗.图分类研究综述.软件学报,2022,33(1):171–192.http://www.jos.org.cn/1000-9825/6323.htm图分类问题：给定一组图,图分类的目标是学习图和对应类别标签的映射关系,并预测未知图的类别标签。Chapter2基于图相似度计算的图分类作者把基于图核的方法和基于图匹配的方法，都归类为基于图相似度的计算。（1）基于

_春天_·2023-10-21 14:17

论文阅读笔记-You Are What You Do: Hunting Stealthy Malware via Data Provenance Analysis

NDSSYouAreWhatYouDo:HuntingStealthyMalwareviaDataProvenanceAnalysis链接：https://www.ndss-symposium.org/wp-content/uploads/2020/02/24167-paper.pdf第一章简介1.文中介绍了现阶段的恶意软件多采用免杀技术来防范安全软件的检测，如进程重命名、文件重命名等，一般的恶意

梦想闹钟·2023-10-21 11:42

图神经网络 | 图神经网络模型

图神经网络（GNN）是深度学习领域的一个重要模型，已广泛应用于推荐系统、计算机视觉、自然语言处理、分子分析、数据挖掘和异常检测等现实场景。

码农腾飞·2023-10-21 05:02

2021_SIGIR_Social Recommendation with Implicit Social Influence

[论文阅读笔记]2021_SIGIR_SocialRecommendationwithImplicitSocialInfluence论文下载地址：https://doi.org/10.1145/3404835.3463043

XingHe_XingHe_·2023-10-20 23:15

2021_WWW_Random Walks with Erasure: Diversifying Personalized Recommendations on Social and Informat

[论文阅读笔记]2021_WWW_RandomWalkswithErasure:DiversifyingPersonalizedRecommendationsonSocialandInformationNetworks

XingHe_XingHe_·2023-10-20 23:15

全景叙事定位 Towards Real-Time Panoptic Narrative Grounding by an End-to-End Grounding Network 论文阅读笔记

全景-语句定位TowardsReal-TimePanopticNarrativeGroundingbyanEnd-to-EndGroundingNetwork论文阅读笔记一、Abstract二、引言三、

乄洛尘·2023-10-20 23:05

Slide-Transformer: Hierarchical Vision Transformer with Local Self-Attention论文阅读笔记

-cvpr2023-当前attention机制存在的问题：①利用im2col方式计算localattention需要消耗很大的计算资源②windowattention存在固定的设计模式，如窗口应该如何移动，引入人工干涉。-Method-.ShiftasDepthwiseConvolution作者首先从新的角度上剖析了im2col的原理，并用深度卷积重新实现localattention机制。①im2

我来了！！！·2023-10-20 04:46

Day 3: 参数初始化

神经网络参数初始化神经网络结构图神经网络的参数主要是权重（weights）：W，和偏置项（bias）：b1)0初始化不管是哪个神经元，它的前向传播和反向传播的算法都是一样的，如果初始值也一样的话，不管训练多久

andyjkt·2023-10-20 03:28

AttributeError:module ‘torch.nn.parameter‘ has no attribute ‘UninitializedParameter‘

解决在使用torch-geometric构建图神经网络出现module‘torch.nn.parameter’hasnoattribute'UninitializedParameter’错误。

ASS-ASH·2023-10-19 18:29

探索LLM在图上学习的潜力10.14 暂停

在具有文本节点属性的图形上进行学习的最流行的流程主要依赖于图神经网络（GNN），并利用浅层文本嵌入作为初始节点表示，但这在通用知识和深入语义理解方面存在局限性。

露葵025·2023-10-19 13:09

语音情感识别领域-论文阅读笔记1：融合语音和文字的句段级别情感识别技术

语音情感识别领域-论文阅读笔记1FusionTechniquesforUtterance-LevelEmotionRecognitionCombiningSpeechandTranscripts融合语音和文字的句段级别情感识别技术本文是对

笨鸟东南飞·2023-10-19 09:04

基于图神经网络的图像分类,遥感图像分析

遥感图像分类法图像分类是与图像信息提取和增强不同的遥感图像处理中另一重要的方面，与图像增强后仍需人为解译不同，它企图用计算机做出定量的决定来代替人为视觉判译步骤。因此，分类处理后输出的是一幅专题图像。在此图像中，原来图像中的每一个象元依据不同的统计决定准则被划归为不同的地表覆盖类，由于是一种统计决定，必然伴随着某种错误的概率。因此，在逻辑上的合理要求是，对每一个象元所做的决定，应是使整个被分类面积

「已注销」·2023-10-18 08:48

【图神经网络】GNN 图神经网络相关知识点

关键问题1，GCN是否可以用于有向图？图卷积分为两大类，一类是基于谱方法（spectralmethods），就是将图信号进行傅里叶变换在频域进行研究，以GCN为代表的模型，但是谱方法有一个理论要求就是拉普拉斯矩阵L要求为对称矩阵，L=D-A，即图为无向图才能满足；二类，是基于空域的研究方法（spatialmethods），以GraphSage为代表的模型，空域是不分有向图和无向图的，均可以计算；因

kang0709·2023-10-17 03:17

论文阅读笔记markdown模板

Title文章标题Summary写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。ResearchObjective作者的研究目标。ProblemStatement问题陈述，要解决什么问题？Method(s)解决问题的方法/算法是什么？Evaluation作者如何评估自己的方法，有没有问题或者可以借鉴的地方。Conclusion作者给了哪些strongconclusion,又给了哪

iwtbs_kevin·2023-10-16 16:17

Empowering Low-Light Image Enhancer through Customized Learnable Priors 论文阅读笔记

中科大、西安交大、南开大学发表在ICCV2023的论文，作者里有李重仪老师和中科大的JieHuang（ECCV2022的FECCVPR2022的ENC和CVPR2023的ERL的一作）喔，看来可能是和JieHuang同一个课题组的，而且同样代码是开源的，我很喜欢。文章利用了MAE的encoder来做一些事情，提出了一个叫customizedunfoldingenhancer（CUE）的方法。从MA

ssf-yasuo·2023-10-16 15:13

MPNN 模型：GNN 传递规则的实现

图神经网络的核心是吸周围之精华，再叠加自身，因而需要改进来保留自身特征。如何做？方法是给每个节点添加一个自环，即将邻接矩阵对角线值各加1，此时用表示，做到了聚合邻居节点并保留自身信息。

qq_38480311·2023-10-16 15:55

2021-07-22 DGL 图神经网络开源工作更新翻译

这是一个新的主要版本，包含各种系统优化、新特性和增强功能、新模型和错误修复。Thisisanewmajorreleasewithvarioussystemoptimizations,newfeaturesandenhancements,newmodelsandbugfixes.重要改变，在pypi安装上进行了与以往安装的区分。目录Important:ChangeonPyPIInstallation

路人与大师·2023-10-16 13:00

机器学习-有监督学习-神经网络

目录线性模型分类与回归感知机模型激活函数维度诅咒过拟合和欠拟合正则数据增强数值稳定性神经网络大家族CNNRNNGNN（图神经网络）GAN线性模型向量版本y=⟨w,x⟩+by=\langlew,x\rangle

小蒋的技术栈记录·2023-10-16 01:47

Graph-图可视化

随着大数据的发展，图神经网络，基于图的团伙发现算法，聚集算法等越来越多的应用到业务之中，仅仅从数据角度来看图的结果比较晦涩难懂，本文介绍一种java的可视化图Graph的工具-jung2，对于英文较好的同学

花开终为谢·2023-10-16 01:45

ExposureDiffusion: Learning to Expose for Low-light Image Enhancement论文阅读笔记

南洋理工大学、鹏城实验室、香港理工大学在ICCV2023发表的暗图增强论文。用diffusion模型来进行raw图像暗图增强，同时提出了一个自适应的残差层用来对具有不同信噪比的不同区域采取不同的去噪策略。方法的框图如下所示：一张raw图片可以由信号和噪声组成，其中信号是曝光时间、增益和场景光子转化为电子数量三者乘积，噪声是由服从泊松分布的散粒噪声和与信号相独立的噪声的加和：文章定义暗图增强的目标为

ssf-yasuo·2023-10-15 09:18

自监督论文阅读笔记 Ship Detection in Sentinel 2 Multi-Spectral Images with Self-Supervised Learning

船舶自动检测为用于安全或经济监测目的的海事领域感知提供了必要的功能。这项工作提出了一种用很少的标记示例，在Sentinel2多光谱图像中训练深度学习舰船检测器的方法。本文设计了一种具有可单独预训练主干的舰船检测网络结构。通过使用自监督学习，一种新兴的无监督训练程序，在Sentinel-2图像上学习良好的特征，不需要标记，以初始化我们的网络骨干。然后对整个网络进行微调，学习在具有挑战性的环境中检测船

YoooooL_·2023-10-15 04:52

推荐频道

图神经网络论文阅读笔记