一、软件、插件推荐谷歌浏览器、Edge浏览器（有自动翻译成中文的小插件）Scholarscope、EasyPubmed(浏览器插件，显示影响因子，被引用的次数，链接)知云文献翻译（文献阅读软件）EndnoteX9

目录摘要Abstract一、文献阅读二、复习2.1Howtomakeself-attentionefficient？

目录摘要Abstract一、卷积神经网络1.1padding1.2卷积步长1.3单层卷积网络1.4池化层二、文献阅读：BERTmodelsforBrazilianPortuguese:pretraining

目录摘要Abstract一、文献阅读1论文标题2论文摘要3过去方案4论文方案5相关代码摘要Abstract一、文献阅读1论文标题Accurateonestepandmultistepforecastingofveryshort-termPVpowerusingLSTM-TCNmodel-ScienceDirect2

文献阅读报告泛读1.《毫米波与太赫兹技术》2.《基于物联网的智能养老系统》3.《基于空间聚类的FMCW雷达双人行为识别方法》4.《太赫兹应用分析和展望》5.《车载毫米波雷达应用研究》6.

目录摘要Abstract文献阅读：基于Transformer的时间序列生成对抗网络现有问题提出方法相关前提GAN（生成对抗网络）Transformer方法论时间序列处理TTS-GAN（基于Transformer

目录摘要ABSTRACT一、文献阅读1、题目2、摘要3、解决的问题4、算法模型5、总结二、PINN方法三、PINN神经网络源码总结摘要本周我阅读了一篇题目为PhysicsInformedDeepLearning

文章目录week27PINNs摘要Abstract一、监督学习二、文献阅读1.题目2.abstract3.偏微分方程的数据驱动解3.1连续时间模型example(Schrodingerequation)

2019年1月9日星期三文献阅读北京市城六区三维绿量估算与分析研究作者唐雪海北京林业大学文章主要以RS、GIS、GPS、地面三维激光扫描、测量等技术为主要手段,通过收集、整理北京市城六区的自然地理、森林植被

来源：本文整理自湖南师范大学资源与环境科学学院彭渤教授科学网博客原文网址：http://blog.sciencenet.cn/blog-279096-1179564.html科技文献阅读在科研活动中占有十分重要的地位

在这项工作中，我们提出了一个新的模型，QA-GNN，通过两个关键创新解决了上述挑战：（i）相关性评分，我们使用LMs来估计相对于给定的问答上下文，KG节点的重要性，以

笔记整理：李继统，天津大学硕士链接：https://arxiv.org/pdf/2104.06378.pdf1.动机目前现有的方法，对于QA上下文使用LM处理，对于KG使用GNN进行处理，并且并不相互更新彼此的表示

rWCVP：世界维管植物名录的R包介绍1.参照github安装与简单例子1.1安装rWCVP1.2安装rWCVPdata1.3github的例子2.rWCVP原始文献阅读2.1前言（背景）2.2功能概要

目录摘要ABSTRACT1论文标题2论文摘要3论文背景4过去研究5论文研究5.1问题描述5.2论文模型5.2.1时空交互学习模块（SpatiotemporalInteractiveLearningModule）5.2.2动态图推理模块（DynamicGraphInferenceModule）5.2.3动态图卷积模块（DynamicGraphConvolutionModule）5.2.4输出模块与训

目录摘要ABSTRACT1论文标题2论文摘要3问题描述4过去方案5论文方案5.1时间卷积神经网络（TCN）5.1.1因果卷积（CausalConvolutions）5.1.2膨胀卷积（DilatedConvolutions）5.1.3残差块（ResidualBlock）5.2论文模型5.3数据集5.3.1Lorenz系统5.3.2Rössler系统5.3.3类Lorenz系统6相关代码摘要本周阅读

目录摘要ABSTRACT1动态图矩阵估计（DynamicGraphMatrixEstimation，DGME）2自适应导引传播（AdaptiveGuidedPropagation，AGP）2.1引导矩阵估计器（GuideMatrixEstimator）2.2自适应传播（AdaptivelyPropagation）3时间卷积模块（TemporalConvolutionModule）4优化目标（Opt

目录摘要ABSTRACT1论文标题2论文摘要3论文背景4问题描述4.1图的定义4.2图信号矩阵的定义4.3问题的定义5论文模型6相关代码摘要本周阅读了一篇关于GNN用于多元时间序列的时空预测的文章，文章的模型是一个具有自适应传播机制的动态时空图网络

目录摘要ABSTRACT1文献阅读2生成结果多样性判别（Diversity）3生成结果多样性判别（FrechetInceptionDistance(FID)）4条件对抗生成网络（ConditionalGAN

目录摘要ABSTRACT1论文标题2论文摘要3问题描述4过去方案5论文方案6相关代码摘要本周阅读了一篇关于TCN和LSTM进行光伏功率预测的文章，光伏功率数据是非线性不平稳的数据，在一定程度上也能反应论文模型在水质预测方面的效果。论文模型可以通过单步或者多步对光伏功率进行预测，实验结果表明，其具有非常优异的表现。本周也针对论文模型进行了简单的复现，预测结果并不非常准确，仍需进一步优化和调参。ABS

目录摘要ABSTRACT1论文信息1.1论文标题1.2论文摘要1.3论文背景2论文研究2.1问题描述2.2基准模型2.3论文模型3模型模块3.1图生成（graphgeneration）3.1.1显式图生成模块（explicitgraphgenerationmodule）3.1.2隐式图生成模块（implicitgraphgenerationmodule）3.2邻居聚合（neighboraggreg

首先感谢datawhale的课程内容：引用GNN/Markdown版本/5-基于图神经网络的节点表征学习.md·Datawhale/team-learning-nlp-码云-开源中国(gitee.com

题目：2018_Functional5′UTRmRNAstructuresineukaryotictranslationregulationandhowtofindthem摘要:RNA分子能折叠成复杂的形状，调控基因表达。这篇综述中，我们谈论，目前真核生物中5'UTR结构的机制理解，以及现有的探测5’UTR结构的方法。这些结构能通过RNA结构中螺旋介导的重塑和高级的RNA互作来调控依赖帽子的翻译起

语言模型与知识图谱1语言模型推理与知识图谱推理1.1语言模型推理特性一：主要依靠神经网络在参数化空间完成，更多是一种隐式推理，缺乏可解释性。特性二：与模型规模具有强关联，只有模型参数达到一定规模，才能激活推理能力。特性三：大模型的泛化能力，基于指令驱动和反馈学习等机制实现。特性四：推理过程依赖生成过程，容易产生幻觉生成问题，导致推理结果缺乏可靠性。1.2知识图谱推理特性一：依靠显示获取的符号知识，

论文链接AutoMap:DiagnoseYourMicroservice-basedWebApplicationsAutomatically前言（务必看一下~）最近查看故障相关论文，发现故障根因这一块在微服务中也有诸多涉及。微服务场景下各项服务也具有多项检测数据，服务之间的拓扑结构也是异常复杂。因此，希望通过这篇文章的思想来探究故障根因分析。但是，这篇出自2020年的文章，至今没有一篇文章对该论文

一个典型的案例是论文引用网络，其中每篇论文的文本作为节点属性，GNN将每篇论文将在这些文本属性转换为浅层特征，从而利用文本属性。问题：最近LLM大火，GPT和Lama2表现出推理和利用常识的能力。

原文链接摘要指出问题：预训练的语言表示模型，例如BERT，从大规模的语料库中捕获通用的语言表示，但缺乏特定领域的知识。实际场景下:当专家阅读领域文本时，会利用相关知识进行推理。提出:一种带有KG的知识语言表示模型K-BERT。具体做法就是将KG中的三元组作为领域知识注入到句子当中。（三元组（知识特征）->句子（文本特征））问题：过多的知识融入会偏离句子的正确含义，这称之为知识噪声（KN）解决办法：

论文链接摘要背景：在大规模语料库上预训练的BERT等LR模型可以很好地从纯文本中捕获丰富地语义模式，并进行微调以持续提高各种NLP任务的性能。问题：现有的预训练语言模型(PLM)很少考虑结合KG，但是KG又能够提供丰富的结构化知识来更好地理解语言，所以作者认为知识图谱中的信息实体可以通过外部知识来增强语言的表示。（又是通过知识图谱来增强语言的特征表示）提出：作者认为知识图谱中的实体可以作为额外的知

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：具有运动模糊的大规模场景的混合神经绘制1、研究背景2、方法提出3、视点依赖归一化方法4、训练方法5、

语言模型用于文本分类3.3、大语言模型和提示3.4、结点分类4、方法论4.1、生成基于LLM的预测和解释4.2、LM解释器的微调与节点特征提取4.2.1、原始文本和特征解释4.2.2、排序后的预测特征4.3、GNN

2019-03-083月文献阅读笔记07-《跨文化能力研究》时间：1990-1999机构成立：①国际跨文化研究院1997②国际语言与跨文化交际学会1999③中国跨文化交际学会1995研究主题：文化价值观

文章目录摘要Abstract文献阅读题目问题与创新方法RNN网络LSTM网络目标变量与外部变量的相关性实验数据集评估准则参数设置实验结果深度学习GRU网络结构介绍前向传播过程反向传播过程简单的GRU代码实现总结摘要本周阅读了一篇基于

目录摘要ABSTRACT一、文献阅读一、题目二、摘要三、Introduction四、模型一、连续时间模型二、离散时间模型五、结论二、实验代码Navier–Stokesequation总结摘要本周我阅读了一篇题目为

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

2019-03-233月文献阅读笔记19-《跨文化能力研究》【研究者】X.S.Xiao&G.M.Chen【观点】西方文化以自我为中心，在评价交际能力时强调对过程的控制以及预定目标的实现。

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。

目录摘要Abstract文献阅读：结合小波变换和主成分分析的长短期记忆神经网络深度学习在城市日需水量预测中的应用现有问题创新点方法论PCA（主要成分分析法）DWT（离散小波变换）DWT-PCA-LSTM

目录摘要ABSTRACT1论文信息1.1论文标题1.2论文摘要1.3论文背景2论文模型2.1问题描述2.2论文模型2.2.1时间感知离散图结构估计（Time-awareDiscreteGraphStructureEstimationModule，TADGModule）2.2.2时间卷积模块（TemporalConvolutionModule，TCModule）2.2.3动态个性化图卷积模块（Dyn

目录摘要Abstract一、文献阅读1.论文标题2.论文摘要3.论文背景4.论文方案4.1多视角自注意力网络4.2距离感知4.3方向信息4.4短语模式二、self-attention摘要本周学习了多视角自注意力网络

数据挖掘课程实验实验4链接预测计科210X甘晴void202108010XXX文章目录数据挖掘课程实验实验4链接预测实验背景实验要求数据集解析实验建模实验探索过程失败的探索——DGL库DGL库简介读取基因并构建图构建GNN

文章目录week26ARIMA&Clusteringmodel摘要Abstract一、龙格库塔方法二、文献阅读1.题目2.abstract3.网络架构3.1ARIMA模型3.2K-means聚类3.3评估标准

机器学习第二十八周周报摘要Abstract一、文献阅读1.题目2.Abstract3.网络结构（1）结构示意图（2）VGG特点4.文献解读（1）Introduction（2）ConvnetConfigurationsArchitectureConfigurationsDiscussion

文章目录摘要文献阅读3Dreconstructionofhumanbodiesfromsingle-viewandmulti-viewimages:Asystematicreview简介研究方法搜索策略选择标准搜索结果三维重建方法单个视图中使用的技术基于参数化人体模型的回归基于非参数人体模型的回归多个视图中使用的技术基于参数回归的模型多视图卷积神经网络非参数回归模型数据集讨论结论和展望总结

基本使用（在latex中）3.1JabRef语言设置3.2JabRef基本界面3.3使用方法来啦（1）文件->新建库（2）添加参考文献，这里有两个方法（3）TeXstudio中引用文献4.推荐一下自用的文献阅读工具

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

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。

4.1.1表示学习的意义机器学习算法的性能严重依赖于数据的特征，因此在传统机器学习中，大部分的工作都在于数据的处理和转换上，以期得到好的特征使得机器学习算法更有效。这样的特征工程是十分费时费力的，这也暴露了传统机器学习方法中存在的问题，这些方法没有能力从数据中去获得有用的知识，而特征工程的目的则是将人的先验知识转化为可以被机器学习算法识别的特征，以弥补其自身的缺点。如果存在一种可以从数据中得到有判

DifferentialGeneExpressionProfilingofHumanUmbilicalCordBlood–DerivedMesenchymalStemCellsbyDNAMicroarray影响因子：5.03背景骨髓间质干细胞是高度增值，黏附的成纤维细胞，会表达出很多细胞表面的marker。不仅能self-renew，还能分化成很多组织，如肌肉，骨，软骨，神经，肝组织等。但是对他们

EvolutionStrategiesasaScalableAlternativetoReinforcementLearningbrief文章链接该文章是OpenAI17年发布的，目前有300+的引用量。Abstract【开篇明意】WeexploretheuseofEvolutionStrategies(ES),aclassofblackboxoptimizationalgorithms,asan

文献介绍「文献题目」Diversificationofmolecularlydefinedmyentericneuronclassesrevealedbysingle-cellRNAsequencing「研究团队」UlrikaMarklund（KarolinskaInstitutet）「发表时间」2020-12-07「发表期刊」NatureNeuroscience「影响因子」25.0「DOI」10

[文献阅读的记录]1.Near-infraredautofluorescenceforthedetectionofparathyroidglands[J].JournalofBiomedicalOptics