kdd论文笔记

Learning both Weights and Connections for Efficient Neural Network -- 论文笔记

这是2015年斯坦福和英伟达的一篇论文。1.简介：通过修剪训练后网络中的不重要连接（connections），来减少网络所需要的参数，减少内存和cpu的消耗，使网络更加适应在移动设备上运行。2.idea思想：1）首先训练整个网络，判断哪些是重要连接。2）修剪不重要的连接。3）重新训练修剪后的网络，微调保留下来的参数。3.达到的效果：1）在ImageNet上，减少了AlexNet9倍的参数，从61m
Xiaomin-Wu·2023-01-10 11:34

Assessing the Quality of Actions 论文笔记

AssessingtheQualityofActions论文笔记一、研究动机二、所做工作及贡献三、创新点四、研究思路1.姿势特征的提取：2.回归：3.反馈建议：4.视频重点：五、研究结果1.动作质量评估
sulizhi_ylearn·2023-01-10 10:05

Action Assessment by Joint Relation Graphs 论文笔记

ActionAssessmentbyJointRelationGraphs论文笔记一、研究动机二、主要工作及贡献三、研究思路3.1学习关节领域的运动3.2学习关节邻域的协调3.3评估动作表现四、实验一、
sulizhi_ylearn·2023-01-10 10:05

Auto-Encoding Score Distribution Regression for Action Quality Assessment 论文笔记

Auto-EncodingScoreDistributionRegressionforActionQualityAssessment论文笔记一、概述1.现状2.现有方法3.问题4.本文方法5.主要贡献二
sulizhi_ylearn·2023-01-10 10:05

Center-based 3D Object Detection and Tracking（基于中心的3D目标检测和跟踪 / CenterPoint）论文笔记

原文链接：https://arxiv.org/pdf/2006.11275.pdf1引言CenterPoint先使用基于激光雷达的主干网络如VoxelNet或PointPillars，压缩为BEV后，使用基于图像的关键点检测器寻找物体中心。然后对每个物体中心回归尺寸、朝向和速度。然后，第二阶段细化物体位置，提取估计的3D边界框每个面中心特征。基于中心点的物体表达可学习到物体的旋转不变性，简化了跟踪
byzy·2023-01-10 10:55

论文：Deformable ConvNets v2 阅读笔记

DeformableConvNetsv2:MoreDeformable,BetterResultshttps://arxiv.org/abs/1811.11168ThecodeforDCNv2willbereleased.二、论文笔记
code-life·2023-01-10 06:43

论文笔记：基于外部知识的会话模型Commonsense Knowledge Aware Conversation Generation with Graph Attention

CommonsenseKnowledgeAwareConversationGenerationwithGraphAttention1出发点现有的具有外部知识的模型，大多采用非结构化、开放域知识或者结构化、小规模、特定域的知识，这就导致模型存在依赖高质量的非结构化知识的问题或者在开放域的对话场景下表现不佳的问题。而且，大多数模型通常孤立地利用知识三元组（实体），而不是在知识图中将知识三元组作为一个整
guohui_0907·2023-01-10 06:42

论文笔记：UA-MT

Uncertainty-awareSelf-ensemblingModelforSemi-supervised3DLeftAtriumSegmentation半监督学习：不确定感知自增强模型（UA-MT）在三维左心房分割中的应用论文地址：https://arxiv.org/abs/1907.07034Abstract：（BackGround）·深度卷积神经网络的训练通常需要大量的有标签的数据。然而
这是一个想了很久的名字·2023-01-09 17:22

论文笔记：基于外部知识的会话模型Learning to Select Knowledge for Response Generation in Dialog Systems

LearningtoSelectKnowledgeforResponseGenerationinDialogSystems1出发点传统的Seq2Seq模型趋向产生一般的且信息含量较少的回答。现有的具有外部知识的模型中，很少有人证明他们的模型有能力将适当的知识纳入生成的回答中。2论文贡献在训练阶段，利用后验知识来实现有效的知识选择和整合，并且指导先验知识分布的训练。在测试阶段利用学习好的先验知识去选
guohui_0907·2023-01-09 16:42

FCN（2015）论文笔记

FullyConvolutionalNetworksforSemanticSegmentation（用于语义分割的FCN全卷积网络）文章目录FullyConvolutionalNetworksforSemanticSegmentation简介一、创新点总结二、论文链接原文链接代码链接论文投稿期刊相关论文三、论文评价四、模型五、实验数据集具体实验实验1（分类网络的精度比较）实验2（skipFCNs的
qq_40632955·2023-01-09 14:04

FCN论文笔记（看目录就知道有多详细:）

FCN论文笔记（看目录就知道有多详细:）一、简介二、对CNN的fc层进行卷积化三、transposeconvolution（deconv）（Up-sampling）四、跳跃连接skiplayer（也叫特征融合
Shlily.·2023-01-09 14:02

【论文笔记】A survey on federated learning （综述）

AuthorChenZhang,YuXie,HangBai,BinYu,WeihongLi,YuanGaoKeywordsFederatedlearning;Privacyprotection;MachinelearningAbstract联邦学习是在一个中央聚合器的协调下多客户协作解决机器学习问题的机制。它还允许数据分散训练以确保每个设备的数据隐私。联邦学习基于两个主要思想：本地计算、模型传输，
你的莽莽没我的好吃·2023-01-09 10:37

DBnet论文笔记

整理笔记原文链接：https://arxiv.org/pdf/1911.08947.pdf官方代码：https://link.zhihu.com/?target=https%3A//github.com/MhLiao/DB周军复现代码：https://link.zhihu.com/?target=https%3A//github.com/WenmuZhou/DBNet.pytorch以上两个版本都
落花逐流水·2023-01-09 10:00

GPT Understands, Too论文笔记

摘要  GPT使用传统的fine-tuning无法在自然语言理解（NaturalLanguageUnderstanding,NLU）任务上取得良好的效果。本文提出了一种新方法P-tuning（采用了可学习的连续promptembedding），可以使得GPT的性能优于同等规模的BERT。同时，我们发现P-tuning也提升了BERT在小样本以及监督学习环境下的性能并且极大程度上降低了对prompt
爱嘤嘤的小猪仔·2023-01-09 09:31

从GPT到GPT3的论文笔记

GPT是基于transformer的decoder的，GPT就像传统的语言模型一样，一次只输出一个单词（token）。这种模型之所以效果好是因为在每个新单词产生后，该单词就被添加在之前生成的单词序列后面，这个序列会成为模型下一步的新输入。这种机制叫做自回归（auto-regression），GPT-2，以及一些诸如TransformerXL和XLNet等后续出现的模型，本质上都是自回归模型，而BE
九桂·2023-01-09 09:31

论文笔记：GPT Understands, Too

1.介绍手工制定一个表现好的提示如同大海捞针，手工提示的性能也十分不稳定，很可能创建出导致性能大幅下降的对抗性提示。鉴于这些问题，最近的工作重点是自动搜索离散提示，也取得了一定的效果。然而，由于神经网络本质上是连续的，离散的提示可能是次优的。在这项工作中，作者提出了一种新方法——P-tuning，在连续空间中自动搜索提示。P-tuning利用很少的连续自由参数来作为预训练语言模型输入的提示，并使用
北在哪·2023-01-09 09:00

交通预测新视角-基于GCN的出租车OD需求预测

北航计算机学院发在2019KDD上的一篇论文。2、摘要为了获得乘客的出行模式，打车平台需要提前预测一个地区到另一个地区的乘客需求数量，即OD矩阵预测(ODMP)问题。O
当交通遇上机器学习·2023-01-09 06:59

【论文笔记】CvT: Introducing Convolutions to Vision Transformers

论文标题：CvT:IntroducingConvolutionstoVisionTransformersCvT：将卷积引入VisionTransformer中论文链接：https://arxiv.org/abs/2103.15808论文代码：https://github.com/microsoft/CvT发表时间：2021年3月创新点：1、将卷积应用到VisionTransformer中，提升了空
来自γ星的赛亚人·2023-01-09 05:59

【论文笔记】Dense GAN and multi-layer attention based lesion segmentation method for COVID-19 CT images

声明不定期更新自己精度论文，通俗易懂，初级小白也可以理解涉及范围：深度学习方向，包括CV、NLP、DataFusion、DigitalTwin论文标题：DenseGANandmulti-layerattentionbasedlesionsegmentationmethodforCOVID-19CTimages基于DenseGAN和多层注意的covid-19的CT图像病变分割方法论文链接：https
来自γ星的赛亚人·2023-01-09 05:59

【论文笔记】covid-19肺部感染区域分割基准

声明不定期更新自己精度论文，通俗易懂，初级小白也可以理解涉及范围：深度学习方向，包括CV、NLP、DataFusion、DigitalTwin论文标题：TowardsData-EfficientLearning:ABenchmarkforCOVID-19CTLungandInfectionSegmentation迈向数据高效学习：2019冠状病毒疾病CT肺部和感染分割的基准论文链接：https:/
来自γ星的赛亚人·2023-01-09 05:54

差分隐私与可穿戴式设备调查【笔记】

ASystematicLiteratureReviewonWearableHealthDataPublishingunderDifferentialPrivacy论文笔记概述生理数据发布实时数据发布其他类别总结的限制概述实时数据中最大的挑战之一是数据之间的高维时间相关性
粥粥粥少女的拧发条鸟·2023-01-08 15:42

【论文笔记】A comprehensive survey on sentiment analysis: Approaches, challenges and trends（下）

文章目录5.情感分析挑战5.1Sarcasmdetection（反讽检测）5.2Negationhanding（否定处理）5.3Spamdetection（垃圾检测）5.4Anaphoraandcoreferenceresolution（回指和指代消解）(？？？？）5.5Wordsensedisambiguation（WSD）（词义选择）5.6Low-resourcelanguages（低资源语言
想学好编程的小汤·2023-01-08 15:42

数据挖掘1

KDD步骤：数据清理数据集成数据选择数据变换数据挖掘模式评估知识表示数据挖掘概念：从大量的、错综复杂的数据中挖掘哪些令人感兴趣的（易被理解、新颖的、潜在有用的、非平凡的）模式或知识构成数据挖掘算法的三要素
JaSparrow·2023-01-08 12:16

论文笔记《Accelerating Primal Solution Findings for Mixed Integer Programs Based on Solution Prediction》

目录1.引言1.1背景1.2文献综述1.3创新点2.求解框架2.1生成训练数据2.2GCN模型2.2.1产生三分图2.2.2MIP最优解预测1-算法过程2.2.3MIP最优解预测2-注意力机制2.2.4如何基于预测加速MIP求解2.2.4.1近似法2.2.4.2精确法3.应用3.1数据收集3.2算例3.3评估1-解预测结果3.4评估2-解质量比较4.总结1.引言1.1背景疫情期间，面对收到影响的运
mintminty·2023-01-08 10:14

论文笔记《Spatio-Temporal Graph Structure Learning for Traffic Forecasting》

【论文】ZhangQ,ChangJ,MengG,etal.Spatio-TemporalGraphStructureLearningforTrafficForecasting[C]//ProceedingsoftheAAAIConferenceonArtificialIntelligence.2020,34(01):1177-1185.【代码】暂无目录1.StructureLearningConv
mintminty·2023-01-08 09:42

【图像去模糊2】SRN-DeblurNet论文笔记

一.论文概述本论文中，作者研究了图像去模糊中的”coarse-to-fine”方案并提出了一个尺度循环网络——SRN-DeblurNet,用于图像去模糊任务。该网络具有更简单的网络结构，更少的参数数量并且更容易训练。二.论文的提出背景图像去模糊的定义：给定一张因运动或失焦而模糊（由相机摇晃、目标快速移动或对焦不准而造成）的图像，去模糊的目标是恢复具有必要边缘结构和细节的清晰的latentimage
亿点困难·2023-01-08 08:23

【论文笔记】AAAI2022论文精读-AlphaHoldem

修改自我组会报告，具体细节请读原文。文章目录引子背景介绍德州扑克规则论文贡献信息编码方式网络结构自博弈算法性能比较引子论文标题是：AlphaHoldem:High-PerformanceArtificialIntelligenceforHeads-UpNo-LimitTexasHold’emfromEnd-to-EndReinforcementLearning在写这篇文章的时候，论文还没有正式发布
邵政道·2023-01-07 21:54

【ICSE 2021】ATVHUNTER: Reliable Version Detection of Third-Party Libraries for Vulnerability 论文笔记

【ICSE2021】ATVHUNTER:ReliableVersionDetectionofThird-PartyLibrariesforVulnerabilityIdentificationinAndroidApplications单位：1TheHongKongPolytechnicUniversity（香港理工大学）,2NankaiUniverisity（南开大学）,3TianjinUnive
Jouzzy·2023-01-07 18:06

【网络流量识别】【深度学习】【二】RNN和ANN—深度学习入侵检测方法：ANN和RNN在NSL-KDD上的新性能

方法：本文采用两种方法，（1）采用ANN和RNN作为特征选择方法；（2）使用RNN信息增益（IG）、粒比（GR）和相关属性（CA）作为特征选择方法；数据集为NSL-KDD数据集。
昔我往矣wood·2023-01-07 15:22

CLAM——论文笔记

最近看了一篇有关多示例学习的paper，题目为DataEfficientandWeaklySupervisedComputationalPathologyonWholeSlideImages，对里面提出的模型比较感兴趣，特此做一下笔记。github地址：https://github.com/mahmoodlab/CLAMpaper地址：https://arxiv.org/abs/2004.0966
键盘强者·2023-01-07 14:29

MetaPath2vec：异质图Graph Embedding

论文：metapath2vec:ScalableRepresentationLearningforHeterogeneousNetworks期刊：KDD20171.Introduction传统方法中，一般将网络转化成邻接矩阵
面包片片·2023-01-07 13:58

GNN，请你的网络层数再深一点~

今天在KDD2022看到一篇有趣的文章，它没有止步于GNN中的过平滑问题，而是从另一个新视角去思考深层网络效果骤降的问题——特征维度的过相关问题。所谓
程序员对白·2023-01-07 11:02

论文笔记：多视图学习算法和应用研究

多视图学习算法和应用研究一、摘要本文的研究内容为如何选择视图、确定对应系数以及构建更加鲁棒的多视图学习和聚类算法，主要工作及创新点概括如下：提出一种面向三维图形学的多视图分类模型。即：一种新的多视图三维图形特征抽取方法，称为卷积自动编码极限学习机(CAE-ELM)，它结合了卷积神经网络（CNN）、自动编码机（AutoEncoder）和极限学习机（ExtremeLearningMachine,ELM
^_^linger^_^·2023-01-07 07:56

论文笔记：多视图聚类算法研究

多视图聚类算法研究摘要本文采用核方法，从如何选择核（核矩阵）及其参数的角度考虑问题，将每个核矩阵视为一个视图。基于矩阵范数导出正则化的多视图聚类算法。衡量每一对视图之间的相关性来减少被选中核的冗余并同时增加其多样性，引入嵌入矩阵范数导出正则化的方法，获得了比当前最佳算法更好的效果。最优的邻居核聚类算法。本文提出的算法允许最优核落在其邻域内，而并不严格要求它是基核的线性组合这样可以有效的扩大最优核的
^_^linger^_^·2023-01-07 06:56

阿里达摩院获KDD 2022最佳论文，国内企业首次获奖

来源：机器之心8月18日，全球数据挖掘领域顶级会议KDD2022大奖公布，阿里巴巴达摩院团队斩获应用科学方向“最佳论文奖”，这是中国企业首次获得该重磅奖项。
深度学习技术前沿·2023-01-07 02:00

[论文笔记|VIO]Accelerated Visual Inertial Navigation via Fragmented Structure Updates

目录Ⅰ.摘要贡献Ⅱ.分块BAA.BundleAdjustmentB.增量公式C.FragmentedAccelerationIII.连续预积分Ⅳ.实验结果Ⅰ.摘要VI系统的计算瓶颈在于联合优化，因此这篇论文采用分块fragments来解决这个问题。一组来自多个不同相机的共可见特征点被有效地分割、分类，然后使用由频率模式增长算法激励的机器学习进行分析。此外，在预积分过程中使用连续形式，以提高精度，并
いしょ·2023-01-07 00:22

语音情感识别入门步骤

论文笔记：语音情感识别（一）语音知识概览https://www.cnblogs.com/liaohuiqiang/archive/2004/01/13/9916352.html语音情感识别（四）语音特征之声谱图
醉酒诗人·2023-01-06 22:22

【时序】Informer：用于长序列预测的高效 Transformer 论文笔记

论文名称：Informer:BeyondEfficientTransformerforLongSequenceTime-SeriesForecasting论文下载：https://arxiv.org/abs/2012.07436论文年份：AAAI2020论文被引：173（2022/04/19）论文代码：Torch：https://github.com/zhouhaoyi/Informer2020T
datamonday·2023-01-06 21:44

【CV Transformer 论文笔记】MAE: Masked Autoencoders Are Scalable Vision Learners

论文地址：http://arxiv.org/abs/2111.06377项目地址：（非官方）https://github.com/pengzhiliang/MAE-pytorch本文的主要观点是：掩码自编码器(MAE)是适用于计算机视觉的可扩展自监督学习器。如果说ViT对应于NLP中的Tranformer，MAE实际上是对应于BERT。MAE的核心思想是随机屏蔽输入图像一部分的patches随后重
橙子的科研日记·2023-01-06 21:41

行为识别论文笔记 Mobile Video Action Recogition

MobileVideoActionRecogition这篇论文是将行为识别搭建到手机上的构想,提出了用MobileNetV2来作主干网络，TTP融合I帧，MV(特征向量），残差。[论文链接](https://arxiv.org/abs/1908.10155)Abstract有关视频的行为识别一直是计算机视觉和视频分析的经典问题，目的是为了将一个短视频来预测出它的类别，例如：爬楼梯，剪头发。最近在行
Taboo-·2023-01-06 18:03

graph embedding 第二篇 node2vec and sdne

参考graphembedding深度学习中不得不学的GraphEmbedding方法Embedding从入门到专家必读的十篇论文DNN论文分享-Item2vec从KDD2018最佳论文
一只小菜狗:D·2023-01-06 17:13

Convolutional Neural Network Architectures for Predicting DNA-Protein Binding论文笔记

总结在预测DNA序列与转录因子结合数据集上，论文做了CNN结构的系统化探索。论文通过改变CNN宽度、深度、池化设计。论文的重要发现：在网络上添加卷积核对以motif为基序的任务非常重要。实验分为两个任务：motiflearning和motifoccupancy，利用更多的卷积核总是有用的。然而，局部池化和另外的卷积层只会在特征维度很高时在motifoccupancy任务中有帮助。使用可配置的网络方
安逸IT仔赵大宝·2023-01-06 16:58

【论文笔记】ELMo：Deep contextualized word representations

Abstract介绍一种新型的深度语境化(deepcontextualized)词表示：模拟了复杂的词特征的使用(例如，语法和语义)模拟了词在不同语境中的使用（usevaryacrosslinguisticcontexts）其他要点：这个词向量是一个深度双向语言模型(biLM)内部状态的学习函数(vectorsarelearnedfunctionsoftheinternalstatesofadee
changreal·2023-01-06 13:27

SEnet论文笔记及代码

总体介绍：SEnet的主要思想是在图片的通道中加入注意力机制，提出了一种可应用于多种网络结构的Squeeze-and-Exitation结构（SEblock）。SqueezeandExcitationBlocks如图所示，输入矩阵X通过卷积神经网络转化为矩阵U，再使用全局平均池化将矩阵压缩为1x1xchannel的矩阵，相当于提取了每一个通道的全局特征，通道上的实数某种程度上具有全局的感受野，并且
黑曜石小刀·2023-01-06 13:39

论文笔记：主干网络——SENet

Squeeze-and-ExcitationNetworksSENet文章目录Squeeze-and-ExcitationNetworksSENet论文结构一、摘要核心二、SqueezeandExcitation①Squeeze：GlobalInformationEmbedding②Excitation：AdaptiveRecalibration③SEBlock流程图④SEBlock嵌入方法三、S
liuzeyao_Newton·2023-01-06 13:34

metis 多线程图划分论文笔记

多线程图划分目的利用多线程来完成图划分，从而达到提高效率的作用。定义balance：balance是用来衡量k划分有多么的平等的。balance定义为k*max_i{η(V_i)/η(V)}，其中η（A）是A集合中的点的权重之和。balance接近一表明划分非常的平均，当值大于1的时候，说明有更好的划分方式。给定用户提供的一个ε，我们定义一个k划分问题为划分图为最小的edgecut且balance
kevinsouth·2023-01-06 12:45

ACE-NODE: Attentive Co-Evolving Neural Ordinary DifferentialEquations（KDD 2021）

神经常微分方程(NODEs)为构造(连续时间)神经网络提供了一种新的范式。虽然在参数的数量和构造神经网络的灵活性方面显示出一些良好的特性，但它们也有一些众所周知的局限性:i)理论上节点只学习同态映射函数，ii)有时节点在解决积分问题时显示出数值不稳定性。为了处理这个问题，提出了许多改进。然而，据我们所知，将注意力集成到node中已经被忽视了一段时间。为此，我们提出了一种新的注意性双协同进化节点(A
西西弗的小蚂蚁·2023-01-06 11:46

Transfer learning for deep neural network-based partial differential equations solving论文笔记

Introduction基于DNN的替代模型的迁移学习效果尚未得到充分研究Relatedworks首先介绍了PINN：控制方程以及初始和边界条件作为惩罚项嵌入损失函数中，以指导梯度下降方向；下面介绍了迁移学习本文目标：在本文中，我们的目标不是优化网络设计，而是研究广泛使用的代理模型的传输能力。我们使用不同的模型对两个PDE基准进行了一系列实验。Experimentalresults下面第这一部分就
小小的石头花花·2023-01-06 11:44

【论文笔记_知识蒸馏_数据增强_2022】When Chosen Wisely, More Data Is What You Need

WhenChosenWisely,MoreDataIsWhatYouNeed:AUniversalSample-EfficientStrategyForDataAugmentation摘要众所周知，数据增强（DA）可以提高深层神经网络的泛化能力。大多数现有的DA技术天真地添加一定数量的增强样本，而不考虑这些样本的质量和增加的计算成本。为了解决这个问题，一些最先进的DA方法采用的一种常见策略是，在训
乱搭巴士·2023-01-06 09:24

【论文笔记】点云配准 PointNetLK: Robust & Efficient Point Cloud Registration using PointNet CVPR 2019

CMU，富士通，ArgoAI代码地址：地址reference：链接本文针对点云配准的问题，提出PointNetLK.核心思想:把点云＄P_T＄和PSP_SPS通过PointNet网络映射到和ϕ(PT)和ϕ(PS)\phi(P_T)和\phi(P_S)ϕ(PT)和ϕ(PS)，目标是找出一个刚性变换G使得ϕ(PT)=ϕ(G⋅PS)\phi(P_{T})=\phi(G\cdotP_{S})ϕ(PT)=ϕ
phy12321·2023-01-06 09:23
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他