- 博客(21)
- 收藏
- 关注
RSS订阅转载 shuffle算法
浅谈shuffle算法 https://www.cnblogs.com/huaping-audio/archive/2008/09/09/1287985.html
2019-07-25 23:47:41
318
转载 NRL: network representation learning和NE: network embedding必读论文清单
网络表示学习（NRL: network representation learning）和网络嵌入研究领域（NE: network embedding）必读论文清单 https://blog.csdn.net/yimingsilence/article/details/80474046
2019-07-24 16:15:04
237
转载 k-d tree（k-d树）
例子中数据点集Data-set(2,3)，(5,4)，(9,6)，(4,7)，(8,1)，(7,2)链接： KD树 https://www.cnblogs.com/earendil/p/8135074.html致敬原作者！尊重原作者！
2019-07-24 15:56:00
211
原创 “绝对中位差”（median absolute deviation）
绝对中位差的实际求法是：用原数据减去中位数后得到的新数据的绝对值的中位数。但绝对中位差常用来估计标准差，估计标准差=1.4826* 绝对中位差。R语言中返回的是估计的标准差。例如：原数据{2，3，4，5，6}中位数4，新数据{2，1，0，1，2}，即{0，1，1，2，2}。所以中位数是1。也就是绝对中位差是1.而R返回的是1*1.4826=1.4826mad(c(2,3,4,5,6))...
2019-07-21 15:57:35
9480
2
翻译 Semi-supervised User Geolocation via Graph Convolutional Networks笔记
#ACL 2018CCF评级：A类官方网站：ACL 2018会议时间：2018/07/15 至 2018/07/20会议地址：Australia推荐理由：本文利用GCN将用户文本与网络结构信息整合，来达到获取更加准确的社交媒体用户地理位置定位。论文核心： 本文解决的问题是社交媒体用户的地理位置定位问题。位置定位常常依赖于用户的IP地址，WIFI使用足迹以及GPS信息。但是第三方的服务...
2019-07-18 16:57:30
1053
2
转载 范数简介
概述我们知道距离的定义是一个宽泛的概念，只要满足非负、自反、三角不等式就可以称之为距离。范数是一种强化了的距离概念，它在定义上比距离多了一条数乘的运算法则。有时候为了便于理解，我们可以把范数当作距离来理解。在数学上，范数包括向量范数和矩阵范数，向量范数表征向量空间中向量的大小，矩阵范数表征矩阵引起变化的大小。一种非严密的解释就是，对应向量范数，向量空间中的向量都是有大小的，这个大小如何度量，就...
2019-07-17 23:57:11
295
转载 卷积神经网络CNN过程（前向和反向）
简介卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括卷积层(convolutional layer)和池化层(pooling layer)。卷积神经网络与普通神经网络非常相似，它们都由具有可学习的权重和偏置常量(biases)的神经元组成。每个神经元都接收一...
2019-07-17 22:40:08
5445
原创 傅里叶分析、卷积
卷积 在泛函分析中，卷积、旋积或摺积(英语：Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子，表征函数f 与g经过翻转和平移的重叠部分的面积。卷积与傅里叶变换有着密切的关系。利用一点性质，即两函数的傅里叶变换的乘积等于它们卷积后的傅里叶变换，能使傅里叶分析中许多问题的处理得到简化。卷积定理指出，函数卷积的傅里叶变换是...
2019-07-17 17:36:07
7747
原创 markdown首行缩进
把输入法由半角改为全角， 两次空格之后就能够有两个汉字的缩进。（不好弄）在开头的时候，先输入下面的代码，然后紧跟着输入文本即可，分号也不要掉。       //注意分号不要掉//半方大的空白 或 //全方大的空白 或 //不断行的空白格...
2019-07-17 17:34:24
138
原创 图神经网络论文翻译或笔记
DGLdgl-GNN-models-GCN - Semi-Supervised Classification with Graph Convolutional Network：图卷积网络（Graph Convolutional Network） https://blog.csdn.net/chensi1995/article/details/77232019dgl-GNN-models-GA...
2019-07-16 17:00:19
1148
转载 A Comprehensive Survey on Graph Neural Networks（图神经网络的综合研究）
近年来，深度学习彻底改变了很多机器学习任务，从图像分类，视频处理到语音识别、自然语言处理等，但是通常来说，这些任务的数据都是欧式数据。现实中，很多数据都是非线性的，不是欧式数据，因此被表示为数据之间复杂关系和相互依赖的图结构。 图数据的复杂性给现有的机器学习算法带来了重大挑战。最近，出现了许多关于扩展图数据的深度学习方法的研究。本文对图神经网络（GNNs）在数据挖掘和机器学习方面的应用做了全面...
2019-07-10 22:15:08
2257
转载 循环神经网络（RNN）和长短期记忆网络（LSTM）
循环神经网络（Recurrent Neural Network，RNN）和长短期记忆网络（Long Short Term Memery network, LSTM）https://blog.csdn.net/zhaojc1995/article/details/80572098
2019-07-10 12:56:44
2341
转载 图神经网络（GNN）总结
1 简单的图的参数介绍G=(V,E,A)\mathcal { G } = ( V , E , A )G=(V,E,A)V(N个)是节点集合, 只描述了存在的节点E是边集合, 只描述了存在的连接(边)A(NxN)是图的邻接矩阵, 描述了节点之间的连接关系, 当对应的边eij(连接vi,vj的边)存在的时候, 则对应的Aij = wij> 0, 若eij不存在, 则Aij = 0D(...
2019-07-09 22:19:48
13144
转载 拉普拉斯矩阵
拉普拉斯矩阵是图论中用到的一种重要矩阵，给定一个有n个顶点的图 G=(V,E)，其拉普拉斯矩阵被定义为 L = D-A，D其中为图的度矩阵，A为图的邻接矩阵。例如，给定一个简单的图，如下（例子来自wiki百科）：把此“图”转换为邻接矩阵的形式，记为A：把W的每一列元素加起来得到N个数，然后把它们放在对角线上（其它地方都是零），组成一个N×N的对角矩阵，记为度矩阵D，如下图所示。其实度矩阵（...
2019-07-09 18:17:52
2659
原创 神经网络、前向传播、BP神经网络（反向传播算法）
简介误差反向传播算法简称反向传播算法（即BP算法）。使用反向传播算法的多层感知器又称为BP神经网络。BP算法是一个迭代算法，它的基本思想为：先计算每一层的状态和激活值，直到最后一层（即信号是前向传播的）；计算每一层的误差，误差的计算过程是从最后一层向前推进的（这就是反向传播算法名字的由来）；更新参数（目标是误差变小）。迭代前面两个步骤，直到满足停止准则（比如相邻两次迭代的误差的差别很小）...
2019-07-08 23:59:56
5130
原创 卷积神经网络（CNN）概览
参考：卷积神经网络超详细介绍 https://blog.csdn.net/jiaoyangwm/article/details/80011656
2019-07-08 23:12:04
390
转载 会议论文和期刊论文的区别
内容来源于网络！会议论文和期刊论文区别详细：会议论文一定是针对某个学术会议投稿，并且由学术会议的会务组决定是否录用，期刊论文肯定是针对某学术期刊投稿，而且是期刊编辑部决定是否录用，而不是审稿专家，审稿专家只是审稿并返回意见，真正决定录用权在期刊编辑上会议论文录用后，可以选择参加会议或者不参加会议，但是学术会议必须召开，而期刊论文录用后只需等着出版即可会议论文出版后一般会寄送你论文集（部分...
2019-07-07 16:56:37
16188
转载 Graph Neural Network（GNN）概述
什么是GNNGNN是Graph Neural Network的简称，是用于学习包含大量连接的图的联结主义模型。当信息在图的节点之间传播时GNN会捕捉到图的独立性。与标准神经网络不同的是，GNN会保持一种状态，这个状态可以代表来源于人为指定的深度上的信息。图神经网络处理的数据就是图，而图是一种非欧几里得数据。GNN的目标是学习到每个节点的邻居的状态嵌入（embedding），这个状态嵌入是向量且...
2019-07-06 21:57:49
9059
1
转载 知识图谱——链接预测（表示学习）
本文来自于：https://blog.csdn.net/qq_26919935/article/details/82853051，感谢原创！系列算法TransE：同一语义空间表示，向量加法TransH：让一个实体在不同关系下有不同的表示TransR：认为不同的关系拥有不同的语义空间（实体向关系空间投射）CTransR：细分关系TransD：为头尾实体构建不同的投影矩阵（矩阵与实体关系都...
2019-07-06 18:12:52
7083
转载 Neo4j图分析—链接预测算法（Link Prediction Algorithms）
链接预测是图数据挖掘中的一个重要问题。链接预测旨在预测图中丢失的边, 或者未来可能会出现的边。这些算法主要用于判断相邻的两个节点之间的亲密程度。通常亲密度越大的节点之间的亲密分值越高。The Adamic Adar algorithm (algo.linkprediction.adamicAdar)Adamic Adar是一种基于节点之间共同邻居的亲密度测算方法。2003年由 Lada Ada...
2019-07-06 18:05:20
7874
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人