kdd论文笔记第8页

论文笔记 | TIMESNET: TEMPORAL 2D-VARIATION MODELING FOR GENERAL TIME SERIES ANALYSIS 时序数据1D-2D

文章目录一、==*ThesisKeyMessages*==二、==*KeyPoints*==2.1、==*1D-2D*==2.2、==*TimesBlock*==三、==*ArticleReflection*==1、Motivations2、解决方案的关键3、论文工作成果四、总结与讨论CSDN欲寄：https://blog.csdn.net/qq_62631255一、ThesisKeyMessag

欲寄·2023-11-04 17:26

论文笔记：TIMESNET: TEMPORAL 2D-VARIATION MODELINGFOR GENERAL TIME SERIES ANALYSIS

ICLR20231intro时间序列一般是连续记录的，每个时刻只会记录一些标量之前的很多工作着眼于时间维度的变化，以捕捉时间依赖关系——>可以反映出、提取出时间序列的很多内在特征，比如连续性、趋势、周期性等但是现实时间序列数据中的时间序列通常是由很复杂的时间特征组成，不同的时间维度上的变化会糅杂在一起，使得建模时间维度的变化异常困难在深度学习领域，很多模型有很强的建模非线性的能力，因而可以捕获时间

UQI-LIUWJ·2023-11-04 17:54

yolo v1论文笔记

yolov1参考这篇文章https://zhuanlan.zhihu.com/p/46691043摘要weframeobjectdetectionasaregressionproblemtospatiallyseparatedboundingboxesandassociatedclassprobabilities.作者将目标检测问题变成一个回归问题，包括boundingboxes的计算和目标类别的

红鲤鱼遇绿鲤鱼·2023-11-04 13:58

YOLO学习笔记之YOLO v1 论文笔记1（超详细：翻译+理解）

前言一、Abstract（概括）二、Introduction（介绍）三、UnifiedDetection（统一检测）1、NetworkDesign（网络设计）2、Training（训练）3、Inference（推论）4、LimitationsofYOLO（YOLO的局限性）前言看过很多的YOLO中文版学习笔记，干货比较多，但是，有点干，对于很多想要入门的童鞋来说，看着很难理解，一些概念晦涩难懂，一

bufengzj·2023-11-04 13:17

开放词汇视觉定位 OV-VG: A Benchmark for Open-Vocabulary Visual Grounding 论文笔记

开放词汇视觉定位OV-VG:ABenchmarkforOpen-VocabularyVisualGrounding论文笔记一、Abstract二、Abstract三、相关工作A、视觉定位B、短语定位C、

乄洛尘·2023-11-04 04:28

CoCa论文笔记

摘要计算机视觉任务中，探索大规模预训练基础模型具有重要意义，因为这些模型可以可以极快地迁移到下游任务中。本文提出的CoCa（ContrastiveCaptioner），一个极简设计，结合对比损失和captioning损失预训练一个image-textencoder-decoder基础模型，该模型包含对比方法，如CLIP，和生成方法，如SimVLM，的学习能力。与基本的encoder-decoder

hello_dear_you·2023-11-03 18:28

坚持记录博客NO：1------------------＞论文笔记：深度学习

1.词汇学习paradigm：典范；样式；引申为课题hierarchical：分层的；等级体系的2.小知识扩展：百度创始人李宏彦创办的第一个研究所就是深度学习研究所3.重点知识：（1）什么是机器学习？答：机器学习机器就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测.（2）BP算法？答：BP算法是人工神经网络的反向传播算法（BackPropgation）利用B

红心柚大果·2023-11-03 02:14

【论文笔记】U-BERT: Pre-training User Representations for Improved Recommendation

原文作者：ZhaopengQiu,XianWu,JingyueGao,WeiFan原文标题：U-BERT:Pre-trainingUserRepresentationsforImprovedRecommendation原文来源：AAAI2021原文链接：https://www.aaai.org/AAAI21Papers/AAAI-2116.QiuZ.pdfU-BERT:Pre-trainingUs

BodyCsoulN·2023-11-02 22:58

通过图卷积神经网络进行OD预测

北航发表在KDD2019上的一篇论文，原文标题：Origin-DestinationMatrixPredictionviaGraphConvolution:aNewPerspectiveofPassengerDemandModeling

Bruce-XIAO·2023-11-02 09:58

数据仓库与数据挖掘

它是数据库知识发现（Knowledge-DiscoveryinDatabases，KDD）中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中的信息的过程。

huaqianzkh·2023-11-02 07:16

论文笔记之Deep Neural Networks for YouTube Recommendations

DeepNeuralNetworksforYouTubeRecommendations文中把整个推荐过程分成两个步骤：•deepcandidategenerationmodel.即召回部分•deeprankingmodel.即精排部分文中指出YouTube推荐的三个主要挑战：•Scale.YouTube推荐的数据规模大，一些适合处理小规模数据的推荐算法效果不好。•Freshness.YouTube

小弦弦喵喵喵·2023-11-02 01:46

论文笔记——chatgpt评估+

文章目录1.chatgpt效果评估:EvaluatingChatGPT’sInformationExtractionCapabilities:AnAssessmentofPerformance,Explainability,Calibration,andFaithfulness文章简介文章结论2.事件抽取：OneEE:AOne-StageFrameworkforFastOverlappingand

YingJingh·2023-11-01 23:06

【论文笔记2019-04-10】Libra R-CNN: Towards Balanced Learning for Object Detection

网络优化不平衡问题妨碍了充分利用设计良好的架构，进而限制其总体性能。可概括如下：1.采样级的不平衡：随机采样会使所选样本受简单样本的支配；复杂采样方法，如OHEM，会使注意力更向复杂样本集中，但是却对噪声标签敏感，并且会提升内存的占用和计算量。2.特征级的不平衡：深度高水平的特征具有更多语义，而浅层低水平特征更容易描述。近年来，基于横向连接的特征整合如FPN和PANet的使用，使得目标检测获得了进

EverydayRunning·2023-11-01 13:20

论文笔记：Bottom-up Object Detection by Grouping Extreme and Center Points (CVPR 2019)

【作者】•XingyiZhou,UTAustin,[email protected]•JiachengZhuo,UTAustin,[email protected]•PhilippKrähenbühl,UTAustin,[email protected]【问题】自上而下的方法多年来一直主导着物体检测。流行的物体检测器将物体检测转换为矩形区域分类，通过（1）显式裁剪区域或区域特征（两

weixin_40304882·2023-11-01 10:25

【论文笔记】Unifying Large Language Models and Knowledge Graphs：A Roadmap

（后续更新完善）2.KG-ENHANCEDLLMS2.1KG-enhancedLLMPre-training以往将KGs集成到大型语言模型的工作主要分为三个部分:1)将KGs集成到训练目标中，2)将KGs集成到LLM输入中，3)将KGs集成到附加的融合模块中。2.1.1IntegratingKGsintoTrainingObjective这一类的研究工作集中在设计新的知识感知训练目标，一个直观的想

·2023-11-01 07:58

论文笔记 ACL 2021|TEXT2EVENT: Controllable Sequence-to-Structure Generation for End-to-end Event Extract

文章目录1简介1.1动机1.2创新2方法2.1事件抽取转换为结构生成2.2Sequence-to-Structure结构：2.3模型学习3实验1简介论文题目：TEXT2EVENT:ControllableSequence-to-StructureGenerationforEnd-to-endEventExtraction论文来源：ACL2021论文链接：https://arxiv.org/pdf/

hlee-top·2023-10-31 23:17

论文笔记notion模板

https://ash-icon-968.notion.site/a7baf2af8362493f9379a9c471d15bf6

咖乐布小部·2023-10-31 23:53

[论文笔记]RetroMAE

引言RetroMAE，中文题目为通过掩码自编码器预训练面向检索的语言模型。尽管现在已经在许多重要的自然语言处理任务上进行了预训练，但对于密集检索来说，仍然需要探索有效的预训练策略。本篇工作，作者提出RetroMAE，一个新的基于掩码自编码器(MaskedAuto-Encoder,MAE)的面向检索的预训练范式。主要有三个关键设计：一个新颖的MAE工作流，其中输入句子用不同的掩码进行了编码器和解码器

愤怒的可乐·2023-10-31 23:49

论文笔记之Soft Q-learning

论文地址，点这里源码地址，点这里参考：softQ-learning-v1softQ-learning-v2softQ-learning-v3本人阅读目的：这篇文章是SoftActor-Critic的基础，建议在阅读SAC之前，先读懂这篇文章。（2017年发表于顶会ICML）文章核心：证明Energy-basedpolicy是Maximum-entropy强化目标函数的最优解。这篇文章在我们通常的强

Ton10·2023-10-31 23:49

《基于主动安全策略的蜜网系统的设计与实现》论文笔记

一种采用主动安全策略的蜜网系统示例：监控主机和陷阱主机分离分为三部分：系统管理模块+重定向程序+日志审计与查看模块。系统管理模块：陷阱主机上开放的web站点，和ftp站点上放置带蜜文件，并对主机进行配置。重定向程序：运行在服务器组上，将可疑的访问重定向到陷阱主机，发送日志到分析审计主机。日志分析审计主机：对监控信息进行分析，获取黑客的行为。系统管理模块设计：1、陷阱主机的安全性配置：更改所提供服务

被使用了吧·2023-10-31 17:23

PE-YOLO: Pyramid Enhancement Network for Dark Object Detection——论文笔记

论文地址：https://arxiv.org/abs/2307.10953代码地址：GitHub-XiangchenYin/PE-YOLO摘要（Abstract）：当前，目标检测模型在许多基准数据集上取得了良好的结果，但是在暗光条件下检测物体仍然是一大挑战。为解决这一问题，我们提出了一个金字塔增强网络（pyramidenhancednetwork,PENet），将其与YOLOv3结合，建立了一个名

邱L宁X·2023-10-30 06:58

边缘检测论文笔记

六月北京|高性能计算之GPUCUDA培训6月22-24日三天密集式学习快速带你入门阅读全文>正文共1856个字，8张图，预计阅读时间12分钟。摘要：这篇论文提出了一种基于FCNN和深度监督网络的新的边缘检测算法HED，它解决了两个重要的问题，1）整体图片的训练和预测，2）多尺度多层级的特征学习。HED能实现端到端的训练，输入一个图片，输出对应的边缘图片。下图中的图c即为HED输出的边缘检测结果，d

LeadAI学院·2023-10-30 06:58

论文笔记——ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks

基本信息标题：ESRGAN:EnhancedSuper-ResolutionGenerativeAdversarialNetworks简称：ESRGAN时间：2018年初版，1Sep2018,ECCV2018PIRMWorkshop作者：XintaoWang,KeYu,ShixiangWu,JinjinGu,YihaoLiu,ChaoDong,ChenChangeLoy,YuQiao,Xiaoou

TracelessLe·2023-10-30 06:56

KG2E 论文笔记

LearningtoRepresentKnowledgeGraphswithGaussianEmbedding-预备知识-Abstract-background-Algorithm-Experiment-ConclusionShizhuHe,KangLiu,JunZhao.ACM(2015).-预备知识多元高斯分布https://www.cnblogs.com/bingjianing/p/9117

懒狗的救赎·2023-10-30 06:55

RESCAL 论文笔记

AThree-WayModelforCollectiveLearningonMulti-RelationalData-预备知识-Abstract-Background-Algorithm-Experment-Conclusion-预备知识克罗内克积（Kroneckerproduct）https://baike.baidu.com/item/%E5%85%8B%E7%BD%97%E5%86%85%E

懒狗的救赎·2023-10-30 06:55

[论文笔记]E5

引言今天又带来一篇文本匹配/文本嵌入的笔记：TextEmbeddingsbyWeakly-SupervisedContrastivePre-training。中文题目是基于弱监督对比预训练计算文本嵌入。本篇工作提出了E5模型(EmbEddingsfrombidirEctionalEncoderrEpresentations)。该模型以带弱监督信号的对比学习方式训练的。总体介绍文本嵌入是任意长度文本

愤怒的可乐·2023-10-30 06:54

论文笔记Dory:Arguments for Inner Products and Polynomial Commitments

Lee,J.(2021).Dory:Efficient,TransparentArgumentsforGeneralisedInnerProductsandPolynomialCommitments.TCC2021https://link.springer.com/chapter/10.1007/978-3-030-90453-1_1DualDory中降低DualRing验证复杂度的主要工具是Do

yixvxi·2023-10-30 03:39

【论文笔记】【cnn】ResNeXt详解

ResNeXt解决的问题：传统的要提高模型的准确率，都是加深或加宽网络，但是随着超参数数量的增加（channels，filtersize等），网络设计的难度和计算开销也会增加。本文提出的ResNeXt结构可以在不增加参数复杂度的情况下提高准确率，同时还减少了超参数的数量。ResNeXt乍一看很像inception，作者也在论文中提到了vgg相关。VGG和resnet主要采用堆叠网络来实现，ince

Chen_Swan·2023-10-29 19:42

Attention Is All You Need 论文笔记

2017年，Google机器翻译团队发表的《AttentionisAllYouNeed》中，完全抛弃了RNN和CNN等网络结构，而仅仅采用Attention机制来进行机器翻译任务，并且取得了很好的效果，注意力机制也成为了大家近期的研究热点。该论文发表在2017年的NIPS上。1、Attention机制Attention用于计算“相关程度”，他考虑的是随意线索，而CNN，RNN考虑的是不随意线索。A

墨鱼mo·2023-10-29 18:26

课题学习(九)----阅读《导向钻井工具姿态动态测量的自适应滤波方法》论文笔记

一、引言引言直接从原论文复制，大概看一下论文的关键点：垂直导向钻井工具在近钻头振动和工具旋转的钻井工作状态下，工具姿态参数的动态测量精度不高。为此，通过理论分析和数值仿真，提出了转速补偿的算法以消除工具旋转对测量的影响;采用最小均方算法(LeastMeanSquare—LMS)自适应滤波算法，可以有效滤除近钻头振动对测量的影响。数值仿真表明，经过转速补偿和LMS自适应滤波后的井斜角测量误差可小

致虚守静~归根复命·2023-10-29 14:35

[搜索多样性] Managing Diversity in Airbnb Search (KDD'20)

BackgroundAirbnb的搜索query通常是一系列条件，比如价格、roomtype、位置、capacity等（和常规理解的query不太一样）listings：airbnb的房源，对应在网页搜索就是网页，电商搜索就是item之前的离线优化指标是NDCG（在线是orders），这个会导致结果缺乏多样性，尤其是对于一些热门的城市，top结果的价格、位置等都很相似。而且这个也是符合预期的，对于

我爱学习_学习使我快乐·2023-10-29 07:33

大规模多语言嵌入零样本跨语言迁移及更多

花开见藕·2023-10-29 06:11

论文笔记-Deep Learning on Graphs: A Survey（上）

论文链接：https://arxiv.org/pdf/1812.04202.pdf深度学习在许多领域都取得了成功，在图上也有许多研究工作。在这篇文章中，作者根据模型架构和训练策略将现有方法分为五类：图循环神经网络、图卷积网络、图自动编码器、图强化学习和图对抗方法，并以系统的方式全面概述这些方法。最后，作者简要概述了它们的应用，并讨论了未来潜在的研究方向。1.介绍传统的深度学习架构应用于图存在一些挑

升不上三段的大鱼·2023-10-29 04:34

Facebook OCR识别工作：Rosetta

本篇介绍的是FaceBook在KDD2018上公开的一篇关于工业级应用OCR系统，名字叫Rosetta.FaceBook用这个系统用来处理Facebook社交网络上的数亿张图像，提取文字信息，为下游任务提供大量数字化资源

飞姐的分享·2023-10-28 11:52

[论文笔记]GTE

引言今天带来今年的一篇文本嵌入论文GTE，中文题目是多阶段对比学习的通用文本嵌入。作者提出了GTE，一个使用对阶段对比学习的通用文本嵌入。使用对比学习在多个来源的混合数据集上训练了一个统一的文本嵌入模型，通过在无监督预训练阶段和有监督微调阶段显著增加训练数据量，可以在现有的嵌入模型上取得显著的性能提升。总体介绍最近大语言模型(LLM)的兴起引发了对基于文本嵌入模型的检索增强系统的广泛关注。这些模型

愤怒的可乐·2023-10-28 09:07

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

processor4d·2023-10-27 23:42

Point Density-Aware Voxels for LiDAR 3D Object Detection 论文笔记

原文链接：https://arxiv.org/abs/2203.056621引言激光雷达的一个问题是产生的点云随距离变远而变得稀疏。基于体素的方法忽略了点的密度，使用体素中心特征（左图）；但对于大范围的输入，内存限制了体素的分辨率，点与体素的不对齐问题导致丢失物体细节，从而导致性能下降。基于点的方法使用最远点采样（中图），但计算复杂度随采样点的数量增大而增大，限制了细化阶段采样点的数量。此外由于行

byzy·2023-10-27 07:11

[论文笔记]NEZHA

引言今天带来华为诺亚方舟实验室提出的论文NEZHA，题目是针对中文中文语言理解神经网络上下文表示(NEuralcontextualiZedrepresentationforCHineselAnguageunderstanding)，为了拼出哪吒。预训练语言模型由于具有通过对大型语料库进行预训练来捕获文本中深层上下文信息的人能力，因此在各种自然语言理解任务中均取得了巨大成功。然而，对中文预训练模型B

愤怒的可乐·2023-10-27 01:01

论文笔记：5-2022-Ruoli Yang-Hindawi-Fruit Target Detection Based on BCo-YOLOv5 Model

摘要：深度学习诞生后，人工智能进入了蓬勃发展的蓬勃时期。在这个上升和成长的过程中，我们取得了一项又一项的成就。将深度学习应用于水果目标检测时，由于识别背景复杂、模型间相似度大、纹理干扰严重、水果部分遮挡等问题，基于传统方法的水果目标检测率较低。为了解决这些问题，提出了一种BCo-YOLOv5网络模型来识别和检测果园中的水果目标。我们使用YOLOv5s作为特征图像提取和目标检测的基本模型。本文将BC

qq_35821503·2023-10-26 12:47

论文笔记：CNN经典结构2（WideResNet，FractalNet，DenseNet，ResNeXt，DPN，SENet）

前言在论文笔记：CNN经典结构1中主要讲了2012-2015年的一些经典CNN结构。本文主要讲解2016-2017年的一些经典CNN结构。

weixin_30607659·2023-10-26 08:13

论文笔记Densely Connected Convolutional Networks

论文笔记DenselyConnectedConvolutionalNetworks1.标题及来源2.阅读目的3.领域4.拟解决的问题5.提出的方法5.1整体网络结构5.2DenseBlock5.3版本对比

YSQ是我的·2023-10-26 08:12

《How Does Batch Normalization Help Optimization》论文笔记

《HowDoesBatchNormalizationHelpOptimization》论文初略论文地址：https://arxiv.org/...该论文推翻了BN原论文认为BN是因为减少了InternalCovariateShift(ICS)的推论，给出了一个新的解释，而是因为每层的标准化使得最后的loss函数变成了一个光滑的曲面而造成的最后性能提优。ICS即由于之前网络层参数的更新，当前从的输入

CapsulE_07·2023-10-26 07:55

【论文笔记】Social Role-Aware Emotion Contagion in Image Social Networks

SocialRole-AwareEmotionContagioninImageSocialNetworks社会角色意识情绪在形象社交网络中的传染1、摘要：心理学理论认为，情绪代表了一个人的认知系统(1927年)的精神状态和本能反应。情绪是一种复杂的情绪状态，它会导致影响我们行为的生理和心理变化。本文研究了社交网络中情绪感染的一个有趣问题。特别地，通过使用图像社交网络(Flickr)作为我们研究的基

weixin_33932129·2023-10-25 19:54

【AI隐私保护.论文笔记】CrypTFlow2: Practical 2-Party Secure Inference，CrypTFlow2：实用的安全两方推理

这篇文章提出了实用的安全两方推理，能够实现安全神经网络的推理，发表在2020年安全类顶会CSS，由微软研究院的印度研究组完成。他们基于以前的密码学工作，衡量了安全和效率等多方面的问题，提出了一个叫做CrypTFlow2安全两方计算的机器学习框架。以前的激活层，Relu，Sigmoid函数大部分是采用GC，或者近似函数的方式。GC的开销比较大，而近似函数都有精度损失。比如CryptoNets中使用的

火锅配咖啡·2023-10-25 19:16

【论文笔记】Anchor-free目标检测论文推荐

前言Anchor-free目标检测是目标检测近几年的主流趋势之一，本文分享一个汇总了最近几年Anchor-free论文的github项目。Anchor-free目标检测项目作者：XinZhang,XuesongWang,nuoxu地址：https://github.com/XinZhangNLPR/awesome-anchor-free-object-detection本项目共计涵盖24篇anch

m0_61899108·2023-10-25 19:46

【PointNet—论文笔记分享】

第一个直接基于原始点云数据进行分割、分类的模型，之前都是基于多视图或者体素的方式。论文:PointNet:DeepLearningonPointSetsfor3DClassificationandSegmentation代码:TensorFlow版Pytorch版基本模型架构：分别对每个点进行特征提取(卷积或者全连接)，再MAX得到全局特征进行输出基于以下PropertiesofPointSets

~海棠树下~·2023-10-25 19:11

图神经网络自监督学习工具箱 - PT-HGNN（一）