- 博客(4)
- 收藏
- 关注
RSS订阅原创 《Graph Learning专栏》 ： 高密子图挖掘
本周我们介绍另一图上的“聚类”算法—高密子图挖掘(Dense Subgraph Mining)，这类算法与社群检测不同的是处理的数据对象是异构图(节点的类型不是单一的，同类型节点之间一般没有边)，社群检测需要对整张图的节点进行社区划分，而高密子图只关心最紧密的那个社区；相同的是二者都是同一种思考模式：定义一个衡量密集度的指标，启发式地不断优化这个值。lockstep行为模式在实际应用场景中...
2018-08-30 10:05:46
4394
2
原创 论文分享 | 可控笔触的快速风格化迁移
风格迁移作为深度学习艺术化工作的典范，各顶级会议上一直有相关论文发表，工业上也有很多面向C端用户的产品。今天我们要介绍的一篇工作来自ECCV2018，解决的问题是如何在进行风格迁移的时候，对笔触大小 （Stroke Size ）进行控制。笔触大小的影响因素笔触大小对于风格化的结果有着十分直接的感官影响。在进行风格化迁移的时候有三个因素制约笔触大小：风格图的分辨率大小、监督网络VGG 的...
2018-08-16 09:37:01
1285
原创 论文分享：图像转换图像
本周论文分享一篇关于图像到图像转换的文章。图像到图像转换任务的目的是希望学习到不同域之间的映射，以完成域之间的转换。比如灰度图--> 彩色图，低分辨图--> 高分辨图等。这类任务存在两个挑战：一、对齐的训练数据少且难获得，如对应的白天与黑夜场景；二、这种映射往往是多样的，即存在一对多的情况。这篇文章提出了一种解耦的特征表示框架来解决这个问题，具体是将图像映射到两类空间中，一...
2018-08-07 09:47:23
1693
原创 社区检测与高密子图挖掘（上）
前面我们说过图的第二个优点是拉帮结派，在图里面是很容易形成团伙结构，近年来，研究这个问题的论文也是汗牛充栋。本章，我们就这一问题所衍生出来的两个方向：社区检测（Community Detection）和高密子图挖掘（Dense Subgraph Mining）作相关讲解。本文，我们先讲社区检测的相关算法。社区检测的任务是什么呢？举个例子，给定如下图。直观印象告诉我们，该图存在以下的社区...
2018-08-02 15:07:30
5555
2
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