predicting

【Gene Expression Prediction】Part4 Predicting splicing from primary sequence

文章目录7第三个讲座：Predictingsplicingfromprimarysequence7.1RNAsplicing7.2Decodingsplicingwithdeeplearning7.3Modelperformance,interpretation,andapplication来自ManolisKellis教授（MIT计算生物学主任）的课YouTube：(GeneExpression

丸丸丸子w·2024-01-25 20:55

论文：Predicting the performance of green stormwater infrastructure using multivariate long short-term .

题目“Predictingtheperformanceofgreenstormwaterinfrastructureusingmultivariatelongshort-termmemory(LSTM)neuralnetwork”(AlMehedi等,2023,p.1)(pdf)“基于多元长短期记忆(LSTM)神经网络的绿色雨水基础设施性能预测”(AlMehedi等,2023,pp.-)(pdf)

xinxuann·2023-12-26 20:28

论文：Predicting Optical Water Quality Indicators from Remote Sensing Using Machine Learning Algorithms.

水刊，中科院都没有收录。不属于sci。吃一堑长一智，以后先看属于哪个期刊的。总是忘记。期刊：Hydrology浪费时间，啥也没有，没有创新点，就一点点的对比工作量。“PredictingOpticalWaterQualityIndicatorsfromRemoteSensingUsingMachineLearningAlgorithmsinTropicalHighlandsofEthiopia”(

xinxuann·2023-12-26 20:28

【论文翻译2019-10-21】Shell feature: a new radiomics descriptor for predicting distant failure after ra...

shellfeature：一个新的放射组学描述关于预测非小细胞肺癌和宫颈癌放疗后的distantfailure摘要Distantfailure是与人类癌症相关的死亡率的主要原因。为了开发一种预测非小细胞肺癌（NSCLC）和子宫颈癌（CC）患者远处转移的模型，使用治疗前正电子发射断层扫描（PET）构建了一个由肿瘤边界周围的外部像素组成的壳特征，来自48例NSCLC患者的图像接受了立体定向放射治疗，而

思思_Z·2023-12-16 17:38

Predicting splicing from primary sequence with deep learning

0.简介这篇文章是2019年1月发表在Cell期刊用深度学习预测可变剪切。通讯作者来自于Illumina人工智能实验室。文章使用了火热的ResNet预测可变剪切，模型足够复杂（32个卷积）而且预测结果看起来是真的好，top-kaccuracy高达95%，甩其他软件几条街，结果的分析更是详实复杂。最后说一句，CNS正刊的文章内容是真的丰富。文章连接SpliceAImodeltrainingSplic

Zhai1994·2023-11-03 06:17

如何观课

2.教师在阅读教学中运用了哪些阅读策略（如;predicting,skimming,scanning,summarizing等）？效果如何？

淡泊行走·2023-10-21 11:49

kaggle竞赛报告：Predicting Molecular Properties

该比赛2019年8月28日结束。在这个比赛之前一直在打GenerativeDogImages的比赛，但是每天只能提交3次结果，于是在提交完3次，以及试过结果和一些想法后，开始打这个比赛。原因是按照时间来的，因为我参加了如下比赛：GenerativeDogImages，2019年8月9日结束PredictingMolecularProperties，2019年8月28日结束SIIM-ACRPneum

深度学习模型优化·2023-10-19 12:16

[论文精读]BrainNetCNN: Convolutional neural networks for brain networks； towards predicting neuro-

论文原文：BrainNetCNN:Convolutionalneuralnetworksforbrainnetworks;towardspredictingneurodevelopment-ScienceDirect论文全名：BrainNetCNN:Convolutionalneuralnetworksforbrainnetworks;towardspredictingneurodevelopme

夏莉莉iy·2023-10-07 05:25

Predicting stock prices

From:https://www.bilibili.com/video/av26917355/https://www.youtube.com/watch?v=5Uw1iSwvHH8https://github.com/llSourcell/Financial_Forecasting_with_TensorflowJS框架：Tesorflow.js模型：convolutionalnetworkJav

啊哈JC熙·2023-10-04 21:10

LSTM 大佬博客

ReferencesDanielHnyk:http://danielhnyk.cz/predicting-sequences-vectors-keras-using-rnn-lstm/Vict0rSch

美环花子若野·2023-09-17 18:08

Rajasegaran_Tracking_People_by_Predicting_3D_Appearance_Location_and_Pose_CVPR_2022_paper_IEEE_20...

0x00摘要本文分享一种仅利用单眼视频便可识别人像的方法。主要依赖的识别方法是：预测人像在单眼视频中未来的3D动作。预测动作的方法是：使用一种可靠的方法将平面的人像提升为3D，我们为每个识别到的人像建立了一个过去短时间内动作特性的模型，主要依据是3D动作、在3D空间中所处的位置和3D外观。对未来的预测方面，我们用一种基于概率的方法在短时间内被预测的状态和观察到的某一帧之间进行计算。（猜测，图像间的

BlinKer·2023-09-16 16:30

Learning Pose Specific Representations by Predicting Different Views总结

文章链接摘要若已知手部一系列参数(骨骼、尺寸、外形等)，那么给定某个手势一个视角的图片，是可以推测该手势另一个视角的图片的。反之，基于两个视角的图片，可以推理出手部的一系列参数。论文基于这一观点，设计网络，使用同手势双视角图片对来训练网络，网络接收一个视角图片为输入，预测一组隐藏参数，再基于这组参数预测输出另一个视角的图片作Loss。这组隐藏参数相当于对手部参数化，并且这组参数是特定于手势的。而全

中了胖毒·2023-08-22 18:22

Practical Lessons from Predicting Clicks on Ads at Facebook读书笔记

PracticalLessonsfromPredictingClicksonAdsatFacebook读书笔记高英男最近阅读了一篇关于数据挖掘的高引论文：PracticalLessonsfromPredictingClicksonAdsatFacebook，文章通过引入社交平台Facebook的广告点击预测问题，提出了一种将决策树（GBDT）和逻辑回归（LR）融合的新模型，新模型的预测效果比单一模

Chx_ef86·2023-07-14 09:29

论文笔记 | KDD2014 | Practical Lessons from Predicting Clicks on Ads at Facebook

gbdt_lr-title.jpg论文地址：https://quinonero.net/Publications/predicting-clicks-facebook.pdf一为什么读这篇本文属于深度学习时代之前的一篇经典

ktulu7·2023-06-16 04:12

[Paper] || SkipGNN: Predicting Molecular Interactionswith Skip-Graph Networks

一句话总结：【边预测问题】结合二阶相邻图网络预测分子间相似性Motivation一般的图神经网络只计算了相邻节点的相似性，但在生物网络中，不直接相连的节点的相似性也会对预测结果产生重要影响。图1：直接相似性和跳跃相似性如图1，一般来说，节点A和节点B之间有边相连说明它们是相似的，反之亦然。但是在分子交互网络中，直接相连的实体不是一定相似。不直接交互的节点之间的间接相似性（比如二阶相邻的），已被证明

葵sunshine·2023-04-14 20:51

文献分享：Optimization of therapeutic antibodies by predicting antigen specificity from antibody seq...

大家好，这次分享的是瑞士苏黎世联邦理工大学系统与免疫学实验室SaiT.Reddy课题组去年发表在NatureBiomedicalEngineering上的一篇优化治疗抗体的文章，标题是通过深度学习从抗体序列预测抗原特异性来优化治疗抗体。标题及作者介绍18年文章介绍了利用cas9基于哺乳动物进行抗体高通量改造的方法Cas9建库方法参考18年文章这篇文章结合cas9和深度学习开发了一种抗体药物高通量优

PureZhang·2023-03-24 17:14

2023数学建模美赛C题Predicting Wordle Results思路和程序分享

1：问题描述WordleisapopularpuzzlecurrentlyoffereddailybytheNewYorkTimes.Playerstrytosolvethepuzzlebyguessingafive-letterwordinsixtriesorless,receivingfeedbackwitheveryguess.Forthisversion,eachguessmustbean

Daitu_Adam·2023-02-20 07:46

论文阅读Unraveling traveler mobility patterns and predicting user behavior in the Shenzhen metro system

这篇论文主要是对地铁出行者的出行模式进行分析，然后借助entropy来对出行者的出行规律性进行度量，在此基础上根据entropy将出行者划分为三类，并分别用马尔科夫链和HMM模型进行预测分析。1.entropy计算作者使用entropy来进行出行规律性的度量，在此之前，需要进行一些预先的处理。对于出行者的出行时空特性，需要进行离散化表达，因为entropy的计算需要离散的值。对于出行者的空间特性，

WenbinYao&YouweiHu·2023-02-03 23:58

读:Predicting Lymph Node Metastasis Using Histopathological Images Based on Multiple Instance Lear

论文来源：ZhaoY,YangF,FangY,etal.PredictingLymphNodeMetastasisUsingHistopathologicalImagesBasedonMultipleInstanceLearningWithDeepGraphConvolution[C]//2020IEEE/CVFConferenceonComputerVisionandPatternRecogni

球三·2023-02-02 11:09

论文笔记：BridgeDPI: a novel Graph Neural Network for predicting drug–protein interactions

2022Bioinformatics1introduction使用图神经网络预测药物和蛋白质的相互作用（DPI，drug-proteininteraction）目前预测药物和蛋白质相互作用的方式主要有以下几种：基于对接的方法（docking-based）使用分子动力学模拟重建蛋白质与药物在空间中的接触关系目标是寻找药物分子在蛋白质上结合的最佳位点缺点是需要精确的蛋白质结构，实际有时无法得到蛋白质的

UQI-LIUWJ·2023-01-27 13:35

GAERF: predicting lncRNA-disease associations by graph auto-encoder and random forest（通过图自动编码器和随机森林）

GAERF:predictinglncRNA-diseaseassociationsbygraphauto-encoderandrandomforest（通过图自动编码器和随机森林预测lncRNA-疾病的关联）是2021年才接收的论文，由安徽大学郑老师组的发表在BriefingsinBioinformatics上文章目录摘要一、Introduction二、Materialsandmethods1.

Struggle~·2023-01-22 07:03

文献阅读（19）KDD2019-Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

本文是对《PredictingDynamicEmbeddingTrajectoryinTemporalInteractionNetworks》一文的浅显翻译与理解，原文章已上传至个人资源，如有侵权即刻删除。朋友们，我们在github创建了一个图学习笔记库，总结了相关文章的论文、代码和我个人的中文笔记，能够帮助大家更加便捷地找到对应论文，欢迎star~Chinese-Reading-Notes-of

学徒刘猛·2023-01-11 10:56

时序图文献精度——4.2019-KDD-Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

PredictingDynamicEmbeddingTrajectoryinTemporalInteractionNetworks该文章是对LearningDynamicEmbeddingsfromTemporalInteractionNetworks这篇文章的部分修正，修正部分如下在3.1Embeddingupdateoperation部分，对用户和商品两个RNN的嵌入学习中，公式进行了一定修正

头发没了还会再长·2023-01-11 10:24

Bert-tensorflow用于文本分类任务

参考的代码有许多，这里列出google官方的代码：https://github.com/google-research/bert/blob/master/predicting_movie_reviews_with_bert_on_tf_hub.ipynb

The_帅·2023-01-09 09:01

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

Virtual ChIP-seq: predicting transcription factor binding by learning from the transcriptome

摘要本文开发了虚拟chip-seq，整合了基因表达和结合的关联信息，使用了来自其他细胞类型的TF结合位点，以及新细胞类型中染色质可及性数据，能够预测新细胞类型中单个TF的结合。该方法优于仅基于序列偏好预测TF结合的方法，预测了36个TF的结合(MCC>0.3)。解决的问题DNA的一级结构(序列)、二级结构(形状)和三级结构(构象)都在TF结合中发挥作用，许多TF是间接和DNA结合的。在此情况下，使

与光i·2023-01-06 16:57

Convolutional neural network architectures for predicting DNA–protein binding

CNN用于基因组学研究的最大优势之一是，它可以探测某一motif（指蛋白质分子具有特定功能的或者作为一个独立结构域一部分相近的二级结构聚合体）是否在指定序列窗口内，这种探测能力非常有利于motif的鉴定，进而有助于结合位点的分类摘要：我们提出了使用大量转录因子数据集预测DNA序列结合的CNN体系结构的系统探索。我们通过更改CNN的宽度，深度和pooling设计来确定性能最佳的体系结构。我们发现，将

hello~bye~·2023-01-06 16:57

自监督学习UNSUPERVISED REPRESENTATION LEARNING BY PREDICTING IMAGE ROTATIONS论文笔记

文章目录一、自监督简介1.监督和无监督学习2.无监督学习3.自监督学习二、论文内容0.辅助任务1.出发点2.符号假设3.网络模型4.优点三、实验结果1.CIFAR实验a.评估学习到的特征层次结构b.探讨学习到的特征质量和辅助任务旋转角度之间的关系c.对比实验2.在IMageNet上不同任务的实验结果a.分类任务参考文献一、自监督简介关于自监督部分内容参考Self-supervisedLearnin

像风一样自由的小周·2022-12-29 02:29

Predicting Depth,Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Archite

PredictingDepth,SurfaceNormalsandSemanticLabelswithaCommonMulti-ScaleConvolutionalArchitecture主要贡献:使用multiscale训练,每一阶段的输入都是累加上一阶段的输出和原图像的一层卷积下采样.第一阶段和第二阶段联合训练(感觉就是可以把第一阶段和第二阶段联合在一起了这不过把第一阶段最后的输出和第一阶段第

TWSF·2022-12-18 02:50

Predicting Diabetes Disease Evolution Using Financial Records and Recurrent Neural Networks 全文翻译

纯手打，相互学习，如有问题还望指正。部分英文术语属于最新提出，会直接贴出英文，抱歉。深度学习，文本分析等问题可以加QQ交流，相互学习。QQ：1307629084论文归类：迁移学习简要说明：翻译这篇文章并不是因为这篇论文有多么厉害，甚至于说这篇论文都很难通顺的读下来，太多错字和语句问题，由于同样研究方向是糖尿病以及文本分析，从技术层面来看并没有太多的提升，但是这篇论文让我重新审视了巴西这个国家的科研

AZTT911·2022-12-16 16:39

应用霍夫森林预测下一个最佳视角：Recovering 6D Object Pose and Predicting Next-Best-View in the Crowd—2016（笔记）

应用霍夫森林预测下一个最佳视角：Recovering6DObjectPoseandPredictingNext-Best-ViewintheCrowd—2016（笔记）恢复6D物体姿态，在复杂环境预测下一个最佳视角文章利用霍夫森林作为潜在分类器实现6D目标检测，以不确定性（熵）减少的方式，将姿态估计问题转换为最佳视角问题，最后以假设检验和联合配准（jointregistrationandhypot

樱木仙僧·2022-12-15 09:45

POI推荐文献阅读笔记1：DeepMove:Predicting Human Mobility with AttentionalRecurrent Networks

唯有清风搭乘我·2022-12-10 16:32

POI推荐文献阅读笔记3：Predicting Human Mobility via Graph Convolutional Dual-attentive Networks

唯有清风搭乘我·2022-12-10 16:44

论文阅读：Self-supervised spatio-temporal representation learning for videos by predicting motion and app

目录ContributionsMethod1、Partitioningpatterns2、MotionStatistics3、AppearanceStatisticsResults论文标题：Self-supervisedspatio-temporalrepresentationlearningforvideosbypredictingmotionandappearancestatistics（20

小吴同学真棒·2022-12-06 11:26

解读SpanBERT:《Improving Pre-training by Representing and Predicting Spans》

原文链接：https://arxiv.org/pdf/1907.10529.pdf在本文中，作者提出了一个新的分词级别的预训练方法SpanBERT，其在现有任务中的表现优于BERT，并在问答、指代消解等分词选择任务中取得了较大的进展。对BERT模型进行了如下改进：提出了更好的SpanMask方案，SpanBERT不再对随机的单个token添加掩膜，而是对随机对邻接分词添加掩膜；通过加入SpanBo

sliderSun·2022-12-02 20:59

Predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Archit

PredictingDepth,SurfaceNormalsandSemanticLabelswithaCommonMulti-ScaleConvolutionalArchitecture论文阅读笔记本文发表于2015ICCV。代码在http://cs.nyu.edu/̃deigen/dnl/1.Introduction本文用一个模型解决了三个问题：1.深度估计2.表面法向估计3.语义标注像素图可

QiuDi666·2022-12-02 11:16

(NLP) Predicting trigonometric functions with RNNs

TodayIwanttoorganizewhatIhavelearnedaboutRNNsintheformofmyblog.1.KeypointRNNsareneuralnetworksbeingaffectedbyh(t-1)andx(t).Whatish(t-1)andx(t)?Thisismyvividanswer.Whenwewereinchildhood,ourparentsusedt

Jun-ho Chae·2022-12-01 20:59

t3_Predicting the Markets w ML_sklearn_scatter_PairGrid_R-squared_log returns_Lasso_ridge_KNN_SVM_LR

Inthelastchapter,welearnedhowtodesigntradingstrategies,createtradingsignals,andimplementadvancedconcepts,suchasseasonalityintradinginstruments.Understandingthoseconceptsingreaterdetailisavastfieldcomp

LIQING LIN·2022-11-25 06:15

图像超分辨率：优化最近邻插值Super-Resolution by Predicting Offsets

文章目录3.Super-ResolutionbyPredictingOffsets3.1.这篇论文用于处理栅格化图像的超分，不知道这样翻译对不对，3.2.作者认为栅格图像的边缘比较规则，可以训练一个offsetmap移动栅格图像的边缘点（背景和前景像素移动和交换）3.3fusion3.Super-ResolutionbyPredictingOffsets3.1.这篇论文用于处理栅格化图像的超分，不

tony365·2022-11-23 14:29

论文阅读 Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

优质资源分享学习路线指引（点击解锁）知识定位人群定位Python实战微信订餐小程序进阶级本课程是pythonflask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。Python量化交易实战入门级手把手带你打造一个易扩展、更安全、效率更高的量化交易系统6PredictingDynamicEmbeddingTrajectoryinTemporalInteractionNet

qq_43479892·2022-11-22 23:03

2020 Bioinformatics | GraphDTA: predicting drug target binding affinity with graph neural networks

2020Bioinformatics|GraphDTA:predictingdrugtargetbindingaffinitywithgraphneuralnetworksPaper:https://academic.oup.com/bioinformatics/article/37/8/1140/5942970?login=falseCode:https://github.com/thinng/

发呆的比目鱼·2022-11-20 03:59

Predicting Visual Exemplars of Unseen Classes for Zero-Shot Learning||论文阅读

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017-2019转：https://zhuanlan.zhihu.com/p/29215437论文《PredictingVisualExemplarsofUnseenClassesforZer

TBYourHero·2022-11-14 09:19

Modeling Conversation Structure and Temporal Dynamics for Jointly Predicting Rumor Stance and Veracity

记录一下，论文建模对话结构和时序动态来联合预测谣言立场和真实性及其代码复现。1引言之前的研究发现，公众对谣言消息的立场是识别流行的谣言的关键信号，这也能表明它们的真实性。因此，对谣言的立场分类被视为谣言真实性预测的重要前置步骤，特别是在推特对话的背景下。1.1建模推特对话结构一些先进的谣

LeonYi·2022-07-08 20:00

论文阅读 Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

6PredictingDynamicEmbeddingTrajectoryinTemporalInteractionNetworkslink:https://arxiv.org/abs/1908.01207Abstract本文提出了一种在嵌入空间中显示建模用户/项目的未来轨迹的

落悠·2022-05-23 21:00

【论文阅读】ICLR 2022: Scene Transformer: A unified architecture for predicting future trajectories of multiple

ICLR2022:SceneTransformer:AunifiedarchitectureforpredictingfuturetrajectoriesofmultipleagentsType:ICLRYear:2022组织:waymo参考与前言openreivewhttps://openreview.net/forum?id=Wm3EA5OlHsGpdfSceneTransformer:Aun

Kin_Zhang·2022-04-05 22:00

Peeking into the Future: Predicting Future Person Activities and Locations in Videos 翻译

PeekingintotheFuture:PredictingFuturePersonActivitiesandLocationsinVideos原文链接：https://arxiv.org/pdf/1902.03748.pdf中文版翻译，如有错误，请指正abstract解密人类的想法来预测他们未来的路径/轨迹在很多应用中是非常重要的。基于这种想法，这篇文章结合未来的活动研究了如何预测一个行人的未

暖仔会飞·2022-03-16 18:36

【推荐系统论文精读系列】(四)--Practical Lessons from Predicting Clicks on Ads at Facebook

文章目录PracticalLessonsfromPredictingClicksonAdsatFacebook一、摘要二、简介三、实验设置3.1评估指标四、预测模型结构4.1决策树特征变换4.2数据新鲜度4.3在线线性分类器五、在线数据连接器六、包含内存和延迟6.1提升树的数目6.2增加特征的重要性6.3历史特征七、处理海量数据7.1Uniformsubsampling7.2Negativedow

Laura科技·2021-11-13 10:42

机器学习路程——k近邻（KNN）算法(python实现)

python库sklearn，pandas数据来源：kaggleFacebookV:PredictingCheckIns数据网址：https://www.kaggle.com/c/facebook-v-predicting-check-ins

一只黍离·2021-06-20 22:19

【refer】Predicting Human Eye Fixations via an LSTM-based Saliency Attentive Model

【Introduction】【RelatedWork】【ModelArchitecture】OverviewA.AttentiveConvolutionalLSTMLongShort-TermMemorynetworks(LSTM)适用于时间依赖性强的问题。在saliencymodel中用conventional操作代替LSTM中的点积。工作方式：根据3个sigmoidgate顺序更新intern

大魔王是本人·2021-04-24 19:07

【信息流推荐论文大赏】Predicting Clicks: Estimating the Click-Through Rate for New Ads

文章目录太长不看版Motivation为什么要预测广告CTR?为什么要预测新广告的CTR？广告搜索框架作者提出来的新特征1.EstimatingTermCTR2.EstimatingADQuality3.MeasuringOrderSpecificity4.ExternalSourcesOfData数据集模型自己的一点思考太长不看版PredictingClicks:EstimatingtheCli

macidoo·2021-01-10 16:54

推荐频道

predicting

【Gene Expression Prediction】Part4 Predicting splicing from primary sequence

论文：Predicting the performance of green stormwater infrastructure using multivariate long short-term .

论文：Predicting Optical Water Quality Indicators from Remote Sensing Using Machine Learning Algorithms.

【论文翻译2019-10-21】Shell feature: a new radiomics descriptor for predicting distant failure after ra...

Predicting splicing from primary sequence with deep learning

如何观课

kaggle竞赛报告：Predicting Molecular Properties

[论文精读]BrainNetCNN: Convolutional neural networks for brain networks； towards predicting neuro-

Predicting stock prices

LSTM 大佬博客

Rajasegaran_Tracking_People_by_Predicting_3D_Appearance_Location_and_Pose_CVPR_2022_paper_IEEE_20...

Learning Pose Specific Representations by Predicting Different Views总结

Practical Lessons from Predicting Clicks on Ads at Facebook读书笔记

论文笔记 | KDD2014 | Practical Lessons from Predicting Clicks on Ads at Facebook

[Paper] || SkipGNN: Predicting Molecular Interactionswith Skip-Graph Networks

文献分享：Optimization of therapeutic antibodies by predicting antigen specificity from antibody seq...

2023数学建模美赛C题Predicting Wordle Results思路和程序分享

论文阅读Unraveling traveler mobility patterns and predicting user behavior in the Shenzhen metro system

读:Predicting Lymph Node Metastasis Using Histopathological Images Based on Multiple Instance Lear

论文笔记：BridgeDPI: a novel Graph Neural Network for predicting drug–protein interactions

GAERF: predicting lncRNA-disease associations by graph auto-encoder and random forest（通过图自动编码器和随机森林）

文献阅读（19）KDD2019-Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

时序图文献精度——4.2019-KDD-Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

Bert-tensorflow用于文本分类任务

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

Virtual ChIP-seq: predicting transcription factor binding by learning from the transcriptome

Convolutional neural network architectures for predicting DNA–protein binding

自监督学习UNSUPERVISED REPRESENTATION LEARNING BY PREDICTING IMAGE ROTATIONS论文笔记

Predicting Depth,Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Archite

Predicting Diabetes Disease Evolution Using Financial Records and Recurrent Neural Networks 全文翻译

应用霍夫森林预测下一个最佳视角：Recovering 6D Object Pose and Predicting Next-Best-View in the Crowd—2016（笔记）

POI推荐文献阅读笔记1：DeepMove:Predicting Human Mobility with AttentionalRecurrent Networks

POI推荐文献阅读笔记3：Predicting Human Mobility via Graph Convolutional Dual-attentive Networks

论文阅读：Self-supervised spatio-temporal representation learning for videos by predicting motion and app

解读SpanBERT:《Improving Pre-training by Representing and Predicting Spans》

Predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Archit

(NLP) Predicting trigonometric functions with RNNs

t3_Predicting the Markets w ML_sklearn_scatter_PairGrid_R-squared_log returns_Lasso_ridge_KNN_SVM_LR

图像超分辨率：优化最近邻插值Super-Resolution by Predicting Offsets

论文阅读 Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

2020 Bioinformatics | GraphDTA: predicting drug target binding affinity with graph neural networks

Predicting Visual Exemplars of Unseen Classes for Zero-Shot Learning||论文阅读

Modeling Conversation Structure and Temporal Dynamics for Jointly Predicting Rumor Stance and Veracity

论文阅读 Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

【论文阅读】ICLR 2022: Scene Transformer: A unified architecture for predicting future trajectories of multiple

Peeking into the Future: Predicting Future Person Activities and Locations in Videos 翻译

【推荐系统论文精读系列】(四)--Practical Lessons from Predicting Clicks on Ads at Facebook

机器学习路程——k近邻（KNN）算法(python实现)

【refer】Predicting Human Eye Fixations via an LSTM-based Saliency Attentive Model

【信息流推荐论文大赏】Predicting Clicks: Estimating the Click-Through Rate for New Ads