Survey 第6页

论文阅读08——《Deep Learning on Graphs: A Survey》

论文阅读08——《DeepLearningonGraphs:ASurvey》是聚类让我们“聚类”，我整理了部分深度图聚类代码，希望大家多多支持(GitHub代码)：A-Unified-Framework-for-Deep-Attribute-Graph-Clustering！❤️作者：ZiweiZhang,PengCui,WenwuZhu发表时间：2020年3月论文地址：https://arxiv

小吴不会敲代码吧·2023-07-31 06:44

读论文：Deep Learning on Graphs: A Survey

标题:图表上的深度学习DeepLearningonGraphs:ASurvey作者:ZiweiZhang,PengCui,andWenwuZhu,Fellow,IEEE文章目录==Abstract====Introduction====综述==一、图递归神经网络GraphRNN1.1节点级RNNsNode-LevelRNNs1.2图级RNNGraph-LevelRNNs二、图卷积网络（GCNs）G

a44267113·2023-07-31 06:37

DGNN Survey

DynamicGraphDefinitionG=(V,E,X)G=(V,E,X)G=(V,E,X)V=v1,v2,...,vmV={v_1,v_2,...,v_m}V=v1,v2,...,vmE=ei,jE={e_{i,j}}E=ei,j,ei,j=(vi,vj,fi,j)e_{i,j}=(v_i,v_j,f_{i,j})ei,j=(vi,vj,fi,j)，fi,jf_{i,j}fi,j表示边ei

_LvP·2023-07-31 06:35

[Paper Reading] Color Image Processing Pipeline: a general survey of digital still cameras

PaperSite:http://www.cs.toronto.edu/~kyros/courses/2530/papers/Lecture-03/Ramanath2005.pdfProblemDefinitionAnoverviewoftheimageprocessingpipeline,firstfromasignalprocessingperspectiveandlaterfromanimp

Limityoung·2023-07-30 06:18

Machine Learning for Computer Systems and Networking:A Survey ---综述阅读对于计算机系统和网络的机器学习

摘要:Machinelearning(ML)hasbecomethede-factoapproachforvariousscientificdomainssuchascomputervisionandnaturallanguageprocessing.Despiterecentbreakthroughs,machinelearninghasonlymadeitsintothefundamental

weixin_40293999·2023-07-29 22:19

AOP防止接口重复提交

自定义注解packagecom.yxx.survey.foundation.aop;

Watson_ljf·2023-07-28 12:34

A Survey on Metaverse: the State-of-the-art,Technologies, Applications, and Challenges

本文是对《ASurveyonMetaverse:theState-of-the-art,Technologies,Applications,andChallenges》的翻译。元宇宙综述：现状、技术、应用和挑战摘要1.引言2.元宇宙的最新进展2.1国家和国际组织的政策2.1.1美国A政府B经济2.1.2中国A经济B科技2.1.3日本A经济2.1.4韩国A政府B科技C教育2.1.5阿拉伯联合国A经济

UnknownBody·2023-07-28 00:37

【论文】综述--Indexing in flash storage devices: a survey on challenges, current approaches, and future tr

《Indexinginflashstoragedevices:asurveyonchallenges,currentapproaches,andfuturetrends》ref：https://doi.org/10.1007/s00778-019-00559-8AthanasiosFevgas1·LeonidasAkritidis1·PanayiotisBozanis1·YannisManolop

weixin_40293999·2023-07-27 07:26

【论文阅读】A Comprehensive Survey

论文来源：LiM,LiuY,LiuX,etal.TheDeepLearningCompiler:AComprehensiveSurvey[J].2020.DOI:10.1109/TPDS.2020.3030548.这是一篇关于深度学习编译器的综述类文章。什么是深度学习编译器深度学习（DeepLearning）编译器将深度学习框架描述的模型在各种硬件平台上生成有效的代码实现，其完成的模型定义到特定代

Mitch311·2023-07-27 07:47

uniapp 从微信聊天进入到小程序指定页面

如我指定要跳转到pages/packageC/survey/index"pages":[...,{"path":"pages/packageA/survey/index","style":{"navigationBarTitleText

sunyin.zheng·2023-07-25 00:30

A Survey on Time-Series Pre-Trained Models

本文是LLM系列的文章，针对《ASurveyonTime-SeriesPre-TrainedModels》的翻译。时间序列预训练模型综述摘要1引言2背景2.1时间序列挖掘任务2.1.1时间序列分类2.1.2时间序列预测2.1.3时间序列聚类2.1.4时间序列异常检测2.1.5时间序列推测2.2深度学习模型用于时间序列2.2.1循环神经网络2.2.2卷积神经网络2.2.3Transformer2.3

UnknownBody·2023-07-20 20:12

大语言模型（LLM）评估综述

论文地址：https://arxiv.org/abs/2307.03109Github地址：https://github.com/MLGroupJLU/LLM-eval-survey一、背景随着ChatGPT

wshzd·2023-07-19 10:55

MikTex+Texmaker环境LaTeX使用bib文件引用参考文献步骤

二、准备bib文件文件名命名为ref.bib，添加如下内容(作为demo)@article{kaelbling1996survey4rl,title={Reinforcementlearning

飞机火车巴雷特·2023-07-19 02:50

Machine Unlearning: A Survey

这是一个新方向，机器遗忘。针对《MachineUnlearning:ASurvey》的翻译。机器遗忘：综述摘要1引言1.1机器遗忘的动机1.2这篇综述的贡献1.3与现有机器遗忘综述的比较2前言2.1机器遗忘的定义2.2机器遗忘的目标2.3机器遗忘的需求3遗忘与验证机制分类3.1遗忘分类3.1.1数据重组3.1.2模型操纵3.2验证机制3.2.1实证评估3.2.2理论计算4数据重组4.1基于数据混淆

UnknownBody·2023-07-17 17:05

2021-10-23

PythonDay411.2测试类survey.pyclassAnnoymousSurvey:"""收集匿名调查问卷的答案"""def__init__(self,question):self.question

苏苏林重新起航·2023-07-16 17:41

[综述] Generative AI meets 3D: A Survey on Text-to-3D in AIGC Era

论文｜改文章是23年5月27日挂在arxiv上，本文重点关注4.1节TextGuided3DAvatarGeneration、4.4节TextGuided3DShapeTransformation和第5章DiscussionTextGuided3DAvatarGenerationDreamAvatarDreamAvatar:Text-and-ShapeGuided3DHumanAvatarGene

zzl_1998·2023-07-15 15:50

[SAM]A Comprehensive Survey on Segment Anything Model for Vision and Beyond

AComprehensiveSurveyonSegmentAnythingModelforVisionandBeyondAbstract本文是SAM的第一篇综述讲述了SAM的发展历史、进展、在不同任务、不同数据类型下的应用首先介绍专有名词和背景知识其次介绍SAM再图像处理等应用中的优点和局限以及SAM未来展望git链接：https://github.com/liliu-avril/Awesome-

黄小米吖·2023-07-14 18:21

深度学习神经网络学习笔记-多模态方向-13- Multimodal machine learning: A survey and taxonomy

本文为简单机翻，参考学习用1多模态机器学习:综述与分类TadasBaltruˇsaitis,ChaitanyaAhuja，和Louis-PhilippeMorency抽象——我们对世界的体验是多模态的——我们看到物体，听到声音，感觉到纹理，闻到气味，尝到味道。模态是指某件事情发生或体验的方式，当一个研究问题包含多个这样的模态时，它就被称为多模态。为了让人工智能在理解我们周围的世界方面取得进展，它需

丰。。·2023-07-14 12:04

Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond

LLM的系列文章，针对《HarnessingthePowerofLLMsinPractice:ASurveyonChatGPTandBeyond》的翻译。在实践中驾驭LLM的力量——ChatGPT及其后的研究综述摘要1引言2模型实用指南2.1BERT风格的语言模型：编码器-解码器或仅编码器2.2GPT风格的语言模型：仅解码器3数据实用指南3.1预训练数据3.2微调数据3.3测试数据/用户数据4NL

UnknownBody·2023-07-14 10:41

A Survey of Large Language Models

本文是LLM系列的第一篇文章，针对《ASurveyofLargeLanguageModels》的翻译。大语言模型综述摘要1引言2概述2.1LLM的背景2.2GPT系列模型的技术演化3LLMs的资源3.1公开可用的模型检查点或APIs3.2常用的语料库3.3库资源4预训练4.1数据收集4.1.1数据源4.1.2数据预处理4.1.3预训练数据对LLMs的影响4.2架构4.2.1主流架构4.2.2详细配

UnknownBody·2023-06-21 00:16

奥比中光3D视觉开发者社区·2023-06-17 14:42

不确定 A Survey of Uncertainty in Deep Neural Networks(乱记)

随着深度学习技术的不断发展，DNN模型的预测能力变得越来越强，然而在一些情况下这却并不是我们想要的，比如说给模型一个与训练集完全不相关的测试样本，我们希望模型能够承认自己的“无知”，而不是强行给出一个预测结果，这种能力对于自动驾驶或者医疗诊断等重视风险的任务是至关重要的。因此，为了达到这个目的，我们的模型需要具有量化不确定性的能力，对于那些它没有把握的样本，模型应该给出较高的不确定性，这样就能指导

FakeOccupational·2023-06-15 09:26

流量矩阵估计综述Traffic Matrix Estimation Techniques- A Survey on Current Practices

Paper:TrafficMatrixEstimationTechniques-ASurveyonCurrentPractices|IEEEConferencePublication|IEEEXplore来源：2023InternationalConferenceonSustainableComputingandDataCommunicationSystems(ICSCDS)(强烈建议搭配英文原文

Eavan努力努力再努力·2023-06-13 19:26

韩国数字媒体报告分享

于是就分享下刚好这两天研究的韩国数字媒体报告吧，翻译提取了些要点，分享给有需要的战友~~2017年报告(基于2017年四月份的1003个民众调查)-韩国媒体基金会http://www.digitalnewsreport.org/survey

Mylifewen·2023-06-13 10:21

大模型 LLM 综述, A Survey of Large Language Models

大模型LLM综述,ASurveyofLargeLanguageModels一、概述一般认为NLP领域的大模型>=10Billion参数(也有人认为是6B、7B,工业界用,开始展现涌现能力);经典大模型有GPT-3、BLOOM、Flan-T5、GPT-NeoX、OPT、GLM-130B、PaLM、LaMDA、LLaMA等;大模型时间线,图来自ASurveyofLargeLanguageModels，

Macropodus·2023-06-12 00:48

文献阅读-A Survey on Transfer Learning 和 A Survey on Deep Transfer Learning

论文：ASurveyonTransferLearning期刊会议：IEEETRANSACTIONSONKNOWLEDGEANDDATAENGINEERING时间：2010级别：CCFA论文：ASurveyonDeepTransferLearning期刊会议：InternationalConferenceonArtificialNeuralNetworks,Rhodes,Greece,October

江_小_白·2023-06-11 13:38

干货 | 如何做笔记才能过目不忘？（下）

——2020年6月4日的盐大虾记01SQ3R法这个笔记技巧的名称来源于五个单词的首字母，分别是Survey（浏览）、Question（提问）、Read（阅读）、Recite（复述

盐大虾·2023-06-10 18:37

ESPG（European Petroleum Survey Group）

数据转换器（栅格），数据转换器（矢量）转换数据时经常会看到EPSG的坐标系标识。那么什么是EPSG呢？ESPG（EuropeanPetroleumSurveyGroup）坐标系是一种用于地球表面测量和地理信息处理的参考框架。它包括了成千上万个不同的坐标系，每个坐标系都有一个唯一的编号，例如WGS84（EPSG:4326）和UTM投影（EPSG:32633）。这些坐标系可以用于描述地球上的任何位置，

GIS工具·2023-06-10 10:57

Neural Architecture Search: A Survey

UnknownBody·2023-06-08 04:44

Pre-train, Prompt, and Predict A Systematic Survey of Prompting Methods in Natural Language Process

这是Prompt系列文章的第一篇，对《Pre-train,Prompt,andPredict:ASystematicSurveyofPromptingMethodsinNaturalLanguageProcessing》的翻译。预训练、提示与预测:自然语言处理中提示方法的系统综述摘要1自然语音处理中的两次巨变2对提示的正式描述2.1NLP中的监督学习2.2提示基础知识2.2.1提示添加2.2.2回

UnknownBody·2023-06-08 04:44

Data Distillation: A Survey

本文是蒸馏学习综述系列的第二篇文章，DataDistillation:ASurvey的一个翻译数据蒸馏：综述摘要1引言2数据蒸馏框架2.1元模型匹配的数据蒸馏2.2梯度匹配的数据蒸馏2.3轨迹匹配的数据蒸馏2.4分布匹配的数据蒸馏2.5因式分解的数据蒸馏3数据模态4应用5挑战与未来方向摘要深度学习的普及导致了大量海量、多样的数据集的管理。尽管在单个任务上具有接近人类的表现，但在大型数据集上训练参数

UnknownBody·2023-06-08 04:13

A Comprehensive Survey of Neural Architecture Search: Challenges and Solutions

这是NAS综述系列的第二篇文章，针对《AComprehensiveSurveyofNeuralArchitectureSearch:ChallengesandSolutions》的翻译。神经架构搜索综述：挑战与解决方案摘要1引言1.1动机1.2我们的贡献和相关综述1.3文章组织2早期NAS的特征3优化策略3.1模块化搜索空间3.2持续搜索策略3.3神经架构回收3.4不完整训练3.4.1从头开始训练

UnknownBody·2023-06-08 04:41

Autonomous Driving in Adverse Weather Conditions: A Survey - 恶劣天气条件下的自动驾驶：一项调查 (arXiv 2021)

AutonomousDrivinginAdverseWeatherConditions:ASurvey-恶劣天气条件下的自动驾驶：一项调查（arXiv2021）摘要1.引言2.自动驾驶汽车概述2.1社会意义2.2传感器2.2.1激光雷达2.2.2摄像机2.2.3雷达2.2.4超声波2.2.5GNSS/INS2.3目标检测、跟踪和定位2.4规划和控制3.不利天气影响3.1对激光雷达的影响3.1.1雨

77wpa·2023-06-07 22:59

Graph Transformer系列论文阅读

《RelationalAttention:GeneralizingTransformersforGraph-StructuredTasks》【ICLR2023-spotlight】survey推荐一个汇总

Iron_lyk·2023-04-20 09:58

springboot拦截器excludePathPatterns方法不生效的坑与解决方法

二、问题1.例如，想让以下url不被拦截器拦截：http://localhost:8080/survey-project/download/special2.拦截器配置代码

追逐梦想永不停·2023-04-19 00:46

2018-09-16 《暗时间》读书与学习

时时把能够写出一篇漂亮的survey放在大脑中提醒自己，就能有助于在阅读和实践的时候有意无意知识的结构、本质和重点，经过整理之后的知识更深刻，更不容易忘记，更容易被提取。书分为知识，思维和娱乐。

哇620·2023-04-18 03:53

论文阅读 —— Graph Self-Supervised Learning: A Survey （自监督图学习综述）

论文链接：https://arxiv.org/pdf/2103.00111.pdf目录摘要1引言2定义和符号（notation）2.1术语定义2.2符号3框架和分类3.1图自监督学习的统一框架和数学公式3.2图自监督学习的分类3.3自我监督训练计划的分类3.4下游任务分类4基于生成的方法4.1特征生成4.2结构生成5基于属性的辅助方法5.1辅助属性分类5.1.1基于聚类的方法5.1.2基于成对关系

无脑敲代码，bug漫天飞·2023-04-16 09:39

A survey of blockchain from security perspective

智能合约安全：1、ZEUS，NDSS2018。https://wenku.baidu.com/view/8d7cdc71c0c708a1284ac850ad02de80d4d80691

Jarvist·2023-04-15 23:12

文献阅读: Deep Learning for 3D Point Clouds: A Survey

文献:DeepLearningfor3DPointClouds:ASurveyGuoY,WangH,HuQ,etal.Deeplearningfor3dpointclouds:Asurvey[J].IEEEtransactionsonpatternanalysisandmachineintelligence,2020.Abstract：三个主要任务3D形状分类（3Dshapeclassificat

给个编制·2023-04-13 22:00

因果推断推荐系统工具箱 - Bias and Debias in Recommender System: A Survey and Future Directions（八）

文章名称BiasandDebiasinRecommenderSystem:ASurveyandFutureDirections核心要点上一节中，我们介绍了现有方法如何在训练阶段消除ExposureBias。本节，我们来介绍如何消除另一种经常出现的偏差，PositionBias。方法细节问题引入PositionBias是指（历史上）排名较高的物品，将会被更多的选中，而不管其是否真的符合用户的喜好。这

processor4d·2023-04-13 06:20

精读：Deep Industrial Image Anomaly Detection: A Survey

引子：通过考虑具有不同程度监督的神经网络结构的设计，本文对图像异常检测进行了深入的检查。对当前IAD算法的全面综述，总结了IAD的主要问题和潜在挑战，概述了未来工作的潜在研究方向。IAD的研究必须充分考虑工业制造业的要求，具有挑战性的问题的总结：IAD数据集：应该从实际的生产线上收集，而不是从实验室中收集。由于隐私问题，公众无法访问现实世界中的异常数据集。大多数开源的IAD数据集从无异常的产品中生

狂奔的菜鸡·2023-04-12 16:18

【论文阅读】A Comprehensive Survey on Schema-based Event Extraction with Deep Learning

【论文阅读】AComprehensiveSurveyonSchema-basedEventExtractionwithDeepLearningQianLietal.2021总结：分类整理了deeplearning事件抽取的进展和方法EventExtractionterminologies定义Entity实体:Theentityisanobjectorgroupofobjectsinasemanti

ichliebejason·2023-04-12 05:48

A Survey of Transformers论文解读

Transformer[137]是一个已经广泛应用于各种领域的重要的深度学习模型,例如自然语言处理(NLP)，计算机视觉(CV)以及语音处理。Transformerwasoriginallyproposedasasequence-to-sequencemodel[130]formachinetranslation.LaterworksshowthatTransformer-basedpre-tra

你回到了你的家·2023-04-12 05:05

论文阅读 A Survey of Large Language Models 1

文章目录摘要介绍回顾LLMS资源公开可用的模型检查点或API具有数十亿个参数的模型具有数千亿个参数的模型LLM公开API常用语料库书籍CommonCrawlReddit链接维基百科代码其他库资源摘要讨论了机器语言智能的发展，特别是大规模预训练语言模型（PLMs）。该综述详细介绍了语言模型从统计语言模型，神经语言模型到预训练语言模型（PLMs）的演变。作者强调，大规模LLM超出某一参数大小的模型扩展

赫凯·2023-04-12 05:31

《Sim-to-Real Transfer in Deep Reinforcement Learning for Robotics a Survey》阅读笔记

链接：https://arxiv.org/pdf/2009.13303.pdf引用：ZhaoW,QueraltaJP,WesterlundT.Sim-to-realtransferindeepreinforcementlearningforrobotics:asurvey[C]//2020IEEESymposiumSeriesonComputationalIntelligence(SSCI).IE

满船清梦29·2023-04-11 11:35

论文阅读 A Survey of Large Language Models 3

文章目录能力评估基础任务语言生成知识利用率复杂推理高级能力评估人类对戏与外部环境的交互作用扩展能力范围公共基准测试和经验分析评价基准对LLM的能力进行全面分析结论和未来方向能力评估为了检验LLM的有效性和优越性，大量的任务和基准被用来进行实证评估和分析。我们首先介绍了LLM语言生成和理解的三种基本评估任务，然后介绍了LLM具有更复杂设置或目标的几个高级任务，最后讨论了现有的基准和实证分析。基础任务

赫凯·2023-04-10 07:08

2020年因果推断综述《A Survey on Causal Inference》

最近阅读了TKDD2020年的《ASurveyonCausalInference》，传送门，自己对文章按照顺序做了整理，同时对优秀的内容进行融合，如有不当之处，请多多指教。文章对因果推理方法进行了全面的回顾，根据传统因果框架所做的三个假设，将这些方法分为两类，对于每个类别，都讨论和比较了传统的统计方法和最近的机器学习方法。1.背景介绍相关性：当两个变量呈现增加或减少的趋势，它们就是相关的。因果关系

l8947943·2023-04-09 18:56

联邦学习资料整理：文献、视频、应用

刚开始做这方面研究的朋友，可以先看看Survey部分的几篇总结的很好的Survey。对于想针对某问题深入研究的朋友，可以看相对应模块的论文，模块的划分参考了几篇重要Surv

闭眼卖布·2023-04-09 17:01

2020年Go开发者调查结果

2020年Go开发者调查结果原文地址：https://blog.golang.org/survey2020-results原文作者：AliceMerrick本文永久链接：https://github.com

Go中国·2023-04-08 23:24

【论文转述】Interpretability of Deep Learning Models: A Survey of Results

InterpretabilityofDeepLearningModels:ASurveyofResults介绍整理了几个不同层面的可理解性模型透明度可模拟性：一个人能否用输入和模型来复现每一步操作，做出正确结论。以及人能否理解模型参数的变化逻辑。可分解性：模型的每一个参数是否都能够有一个只管的解释。算法透明度：解释学习算法的工作原因。（SVM中超平面的选择可以用边缘点和决策边界来解释。（DNN中每

伊吖i·2023-04-08 20:06

推荐频道

Survey