- 博客(60)
- 收藏
- 关注
RSS订阅原创 【顶会KDD2021】 KDD2021时空数据处理文章汇总
总共7篇关于时空数据处理的文章。1.Dynamic and Multi-faceted Spatio-temporal Deep Learning for Traffic Speed Forecasting动态图神经网络(dgnn)已成为最有前途的交通速度预测方法之一。然而，在采用dgnn进行交通速度预测时，现有方法通常基于静态邻接矩阵(无论是预定义的还是自学习的)来学习不同路段之间的空间关系，即使两个路段的影响在一天内可能会发生动态变化。而且，未来的交通速度不仅与当前的交通速度有关，还会受
2021-10-29 18:19:45
4065
原创 基于图神经网络的归纳矩阵补全
Inductive Matrix Completion Based on Graph Neural Networks参考文献Inductive Matrix Completion Based on Graph Neural Networks - ICLR 2020〇、相关工作1、Graph Neural Network图神经网络(GNNs)是一种用于在图形上学习的新型神经网络。主要分为两种类型：Node Level GNNs和Graph Level GNNs。Nodelevel GN.
2020-10-30 22:15:12
2496
2
原创 【2020顶会www】STGRAT 用于交通预测的时空图注意网络
概述由于道路类型不同、速度突变和道路之间的空间依赖关系，预测道路交通速度是一项具有挑战性的任务，需要对长时间输入序列中动态变化的道路之间的空间依赖关系和时间模式进行建模。提出了一种新的时空图注意(STGRAT)方法，有效地捕捉了道路网络中的时空动态。该方法的特点主要包括空间注意、时间注意和空间哨点向量。空间注意力获取图形结构信息(如道路之间的距离)，根据道路状态动态调整空间相关性。时间注意力负责捕获交通速度变化，而哨点向量允许模型从空间相关的节点检索新的特征或保留现有的特征。实验结果表明，STGR...
2020-09-12 22:18:36
1130
1
原创 【2020顶会KDD】一种基于邻域的异构图推荐交互模型
题目：An Efficient Neighborhood-based Interaction Model for Recommendation on Heterogeneous Graph文章作者信息：预览摘要：由于异构信息网络（HIN）能够表征复杂的图形，并且包含丰富的语义。近年来，HIN被广泛应用于推荐系统中。然而，现有的方法虽然提高了性能，但在实际应用中仍存在以下问题：一方面，大多数现有的基于HIN的方法依赖于显式路径可达性来利用用户和项目之间基于路径的语义关联，例如基..
2020-09-12 14:15:18
1023
原创 【2020顶会www】基于时空图神经网络的交通流预测
概述交通流分析、预测和管理是新时期建设智慧城市的关键。借助深层神经网络和大交通数据，我们可以更好地了解隐藏在复杂交通网络中的潜在模式。一条道路交通流的动态不仅在时间维度上依赖于序列模式，在空间维度上也依赖于其他道路。虽然已有预测未来交通流的研究工作，但大多数研究在建模空间和时间依赖性方面存在一定的局限性。本文提出了一种新的交通流预测空间时态图神经网络，它能全面地捕捉空间和时态模式。特别是，该框架提供了一个可学习的位置注意机制，以有效地聚集来自邻近道路的信息。同时，为交通流动态建模提供了时序组件，利...
2020-09-11 17:18:46
2492
3
原创 【2020顶会KDD】AutoST：面向时空预测的高效神经网络学习模型
题目：AutoST: Efficient Neural Architecture Search for Spatio-Temporal Prediction文章作者信息：预览摘要：时空(ST)预测(如人群流预测)在城市规划、智能交通和公共安全等一系列智慧城市应用中具有重要意义。近年来，人们提出了许多深度神经网络模型来进行准确的预测。然而，手动设计神经网络需要花费大量的精力和时空领域的专业知识。如何自动建立一个通用的神经网络来处理城市中的各种时空预测任务?在本文中，作者研究了时..
2020-09-11 11:42:55
2242
1
原创 【2020顶会IJCAI】利用图卷积网络进行长短期流量预测
概述：交通预测是一个经典的时空预测问题，具有许多实际应用，如智能路线规划、动态交通管理和基于位置的智能应用。由于交通数据的高度非线性和复杂性，近年来深度学习方法引起了人们的极大兴趣。然而，很少有方法能同时满足长期和短期的预测任务。针对现有研究的不足，在这篇论文中，我们提出了一个新的深度学习框架称为长期短期图卷积网络(LSGCN)处理两种流量预测任务。在这个框架中，我们提出了一个新的图注意网络cosAtt，并将cosAtt和图卷积网络(GCN)集成到一个空间门控块中。通过空间门控块和门控线性单元...
2020-09-08 19:16:15
1211
1
原创 【2020顶会KDD】用于属性图嵌入的自适应图形编码器
题目：Adaptive Graph Encoder for Attributed Graph Embedding文章作者信息：预览摘要：属性图嵌入是一项具有挑战性的图分析任务，它从图的拓扑结构和节点特征中学习向量表示。近年来，基于图卷积网络(GCNs)的方法在这方面取得了很大的进展。然而，现有的基于GCN的方法主要有以下三个缺点：首先，实验表明，图卷积中的滤波器和权值矩阵的纠缠会影响模型的性能和鲁棒性；其次，这些方法中的图卷积滤波器是广义拉普拉斯平滑滤波器的特殊情况，..
2020-09-08 19:15:23
763
原创 【2020顶会AAAI】时空同步图卷积网络: 一种时空网络数据预测的新框架
概述时空网络数据预测在交通管理和城市规划的大量应用中具有重要意义。然而，潜在的复杂时空相关性和异质性使这个问题具有挑战性。现有的方法通常使用单独的分量来获取时空相关性，而忽略了时空数据的异质性。在本文中，我们提出了一个新的模型，名为时空 同步图形卷积网络(STSGCN)，用于时空网络数据预测。通过精心设计的时空同步建模机制，该模型能够有效地捕捉复杂的局域时空相关性。同时，在模型中设计了多个不同时间段的模块，以有效地捕获局部时空图中的异质性。在四个真实数据集上进行了广泛的实验，证明了我们的方法达到了最先进
2020-09-08 19:14:21
966
原创 交通级联模式推断
Inferring Traffic Cascading Patterns作者信息 Yuxuan Liang，Zhongyuan Jiang，Yu Zheng1 摘要在现实生活中，我们只能观察到离散的时间间隔内不同路段上的个别交通状况，而不是路段之间的显示交互或者传播（如：A-->B）。本文首先对交通传播中存在的三重影响进行建模，然后提出了一个数据驱动的方法，此方法通过最大化交通观测数据的可能性来发现级联模式。公式显示有些问题，可以看我的原文https://zhuanlan.zhihu.
2020-09-03 16:49:38
469
原创 强化学习在智能交通灯中的应用
IntelliLight: a Reinforcement Learning Approach for Intelligent Traffic Light Controlintroduction这篇文章是来自KDD 2018的IntelliLight,这篇文章是宾州州立大学黎珍辉老师团队做的，这个团队最近几年在交通领域尤其是交通灯控制方面做了很多研究。Zhenhui Li传统的交通灯控制主要有这两类：定时信号控制和车辆驱动的控制方法。最近的研究尝试将强化学习应用于交通灯控制问题。
2020-08-18 18:15:30
3675
原创 IJCAI2019 长时段交通预测解决方案
Graph WaveNet for Deep Spatial-Temporal Graph Modeling一 作者介绍 本文的作者是悉尼科技大学的Zonghan Wu博士，师从IEEE member Shirui Pan，作者还发表了一篇GNN的综述[《A Comprehensive Survey on Graph Neural Networks》](https://arxiv.org/pdf/1901.00596v2.pdf)，引用量达到600多。这里是作者团队的主页：
2020-08-16 18:37:56
3184
原创 题目：[IJCAI2019]分解交通动态用于交通异常检测
题目：[IJCAI2019]分解交作者信息：正文开始：这篇文章主要思想是将交通动态分解为正常+异常两个组成部分，用异常部分代替总的交通动态进行异常检测任务，从而提升检测效果。更具体点讲，总的交通动态是由实时观测得到，至于分解出的两个因子：正常动态和异常动态，其中正常动态是由时间特征和空间特征共同决定，异常动态是由异常事件所决定。总的交通动态中去除掉正常因子部分，我们就认为剩下的...
2020-05-04 05:14:45
581
原创 【AAAI2020】图注意力网络交通预测
首先我们看看文章作者信息：这个文章主要考虑的是交通流中的时空因素影响，这个文章采用的是encoder-decoder的架构，encoder和decoder都包含多个spatio-temporal attention blocks去建模时空影响。在encoder-decoder两部分之间，增加了a transform attention层，主要说是考虑预测的内容与未来内容之间的关系（就是依靠...
2020-03-24 09:17:48
2227
7
原创 最近火爆的人工智能2.0--图神经网络，究竟什么来路？
最近火爆的人工智能2.0--图神经网络，究竟什么来路？最近几年，作为一项新兴的图数据学习技术，图神经网络（GNN）受到了广泛的关注。2018年年末，发生了两件特殊的事情。图数据学习领域同时发表了三篇综述论文，这种现象体现了学术界对该项技术的高度认可；更有众多工业界与学术界的大佬联名上书，支持GNN。由DeepMind、谷歌大脑、MIT 和爱丁堡大学等公司和机构的 27 位科学家共同发表了一篇论...
2020-03-23 07:35:28
634
原创 最全面的交通轨迹数据（含有下载链接）
本文主要是整理了交通轨迹数据。注意： 部分数据集在“翻-墙”之后才可以下载，比如微软的T-drive数据集，它被保存在OneDrive上面。最后的其他数据可以直接下载，作者已经备好了。1. GeoLife GPS Trajectories该GPS轨迹数据集出自微软研究GeoLift项目。从2007年四月到2012年八月收集了182个用户的轨迹数据。这些数据包含了一系列以时间为序的点，每一...
2020-03-23 07:29:58
10697
4
转载 典型关联分析(CCA)原理总结
典型关联分析(Canonical Correlation Analysis，以下简称CCA)是最常用的挖掘数据关联关系的算法之一。比如我们拿到两组数据，第一组是人身高和体重的数据，第二组是对应的跑步能力和跳远能力的数据。那么我们能不能说这两组数据是相关的呢？CCA可以帮助我们分析这个问题。1. CCA概述 在数理统计里面，我们都知道相关系数这个概念。假设有两组一维的数据集X和Y，...
2018-12-23 12:12:12
5300
1
转载 deepwalk配置与使用
下载源代码https://github.com/phanein/deepwalk数据集的定义http://leitang.net/social_dimension.html核心代码 walks = graph.build_deepwalk_corpus(G, num_paths=args.number_walks, path_length=args.walk_length, ...
2018-12-18 16:22:34
4002
10
转载 对称矩阵、Hermite矩阵、正交矩阵、酉矩阵、奇异矩阵、正规矩阵、幂等矩阵
题目：对称矩阵、Hermite矩阵、正交矩阵、酉矩阵、奇异矩阵、正规矩阵、幂等矩阵 看文献的时候，经常见到各种各样矩阵，本篇总结了常见的对称矩阵、Hermite矩阵、正交矩阵、酉矩阵、奇异矩阵、正规矩阵、幂等矩阵七种矩阵的定义，作为概念备忘录吧，忘了可以随时查一下。1、对称矩阵（文献【1】第40页）其中上标T表示求矩阵的转置（文献【1】第38-39页）2、Herm...
2018-12-18 09:43:23
1048
原创 时间序列预测方法的使用（简单、加权时序，简单加权移动，一次二次三次指数平滑法）
先简要介绍1. 简单序时平均数法 也称算术平均法。即把若干历史时期的统计数值作为观察值，求出算术平均数作为下期预测值。这种方法基于下列假设：“过去这样，今后也将这样”，把近期和远期数据等同化和平均化，因此只能适用于事物变化不大的趋势预测。如果事物呈现某种上升或下降的趋势，就不宜采用此法。这种方法直接采用平均数2. 加权序时平均数法 就是把各个时期的历史数据按近期和远期影响程度进行加权，求出...
2018-12-13 22:10:56
19999
原创 windows下pytorch安装
首先我们打开官网网址之后（https://pytorch.org/get-started/locally/）主页如下图所示：我们可以下载相对应版本的pytorch。但是当我们使用命令进行安装的时候会发现，速度很慢，几乎现在不下来，我们需要更新channelsconda config --add channels https://mirrors.tuna.tsinghua.edu.cn...
2018-12-12 11:55:46
691
原创 Ubuntu错误之runitgit-daemon-runE
使用apt install命令的错误信息如下所示Use 'apt-get autoremove' to remove them.0 upgraded, 0 newly installed, 0 to remove and 228 not upgraded.2 not fully installed or removed.After this operation, 0 B of addi...
2018-10-09 13:27:29
894
转载 python之matplotlib系统列1-基本使用
使用import导入模块matplotlib.pyplot，并简写成plt 使用import导入模块numpy，并简写成np import matplotlib.pyplot as plt #imort pyplotimport numpy as np #import numpyx=np.linspace(-1,1,50)y=2*x+1plt.figure() #dif...
2018-10-09 10:27:14
262
原创 latex中algorithm与algorithmic的使用
导入包： \usepackage{algorithm} \usepackage{algorithmic} example：\begin{algorithm} \caption{A} \label{alg:A} \begin{algorithmic} \STATE {set $r(t)=x(t)$} \REPEAT \STATE set $h(t)=...
2018-10-09 10:17:04
42484
2
原创 latex中如何使用figure,ref,caption
\documentclass{article}%注意需要导包\usepackage{caption}\usepackage{graphicx, subfig}\begin{document} \begin{figure} \centering \includegraphics[width=.8\textwidth]{1.png} %1.png是图片文件的相对路径 %\inc...
2018-10-09 10:14:40
24425
1
原创 利用pycharm使用pytorch
本小节只讲如何通过pycharm使用pytorch，pytorch的详细安装点击这里https://blog.csdn.net/huang_shao1/article/details/82958551anaconda的详细安装点击这里https://blog.csdn.net/huang_shao1/article/details/82958615如图所示，我们编辑好了自己pytorch项...
2018-10-07 15:58:19
55315
2
原创 使用ubuntu安装anaconda
打开官网 https://www.anaconda.com/download/#linux然后选择liunx系统，点击对应版本的download下载 ，下载的文件是一个.sh的安装文件 下载下来之后我们使用 sh Anaconda3-5.3.0-Linux-x86_64.sh进行安装即可接下来使用conda命令进行测试如图所示显示表明anaconda安装成功！...
2018-10-07 15:45:22
3558
原创 使用pytorch搭建神经网络ubuntu
1.打开pytorch的官网 https://pytorch.org/点击getstarted然后根据电脑的配置进行选择然后复制run this command到命令行中运行运行结束即可，这里使用的Ubuntu系统所以配置较为轻松，如果是window系统的话可能需要添加dll文件 然后我们进行测试如下图所示显示我们可以运行pytorch模块了...
2018-10-07 15:37:53
13143
1
原创 utuntu查看详细的网络连接信息
使用ifconfig命令查看的情况我们这里不再详细的说明使用iwlist命令查看无线网络状况 信息解释：Address：{显示的是MAC地址}Channel:5 {显示的是WiFi的信道}Frequency:2.432 GHz (Channel 5) {WiFi的频率}Signal level=-15 dBm {信号响度}Encryption key...
2018-10-07 14:47:50
986
原创 几种查看Ubuntu信息的方法
可以使用快捷键打开终端 快捷键(Ctrl+Alt+t) 1.输入命令cat /proc/version显示如下Linux version 4.10.0-28-generic (buildd@lgw01-12) linux内核版本号gcc version 5.4.0 ...
2018-10-07 12:41:08
1381
原创 ubuntu安装搜狗拼音
在网址下载搜狗deb包：http://pinyin.sogou.com/linux/将下载的sogoupinyin_2.1.0.0082_amd64.deb放在根目录下。 安装搜狗拼音：ltq@lab:~$ sudo dpkg -i sogoupinyin_2.1.0.0082_amd64.deb[sudo] ltq 的密码：正在选中未选择的软件包sogoupinyin。...
2018-10-07 12:32:04
404
原创 su、sudo、sudo su、sudo -i的用法和区别
su root 输入root密码后切换之root用户但是pwd目录不变su - root 输入root密码后切换之root用户但是pwd目录/rootsudo 一般加的是命令sudo -i root与sudo - root、sudo -i ,sudo - ，sudo root效果相同 提示输入密码时该密码为当前账户的密码 要求执行该命令的用户必须在sudoers中才可以 ...
2018-10-07 12:10:50
80759
5
原创 Ubuntu 16.04设置root用户登录图形界面
1、打开终端2、输入sudo vi /usr/share/lightdm/lightdm.conf.d/50-ubuntu.conf3、添加一行：greeter-show-manual-login=true 保存关闭。4、给root设置密码，在中端中输入：sudo passwd root。这个步骤也适合刚刚使用ubuntu的人5、如果现在用root用户在图形界面登录会有错误，读取/...
2018-10-05 17:18:30
871
原创 latex常见错误之undefined control sequence
程序编译是突然出现下面的错误，! Undefined control sequence.l.64 ...p(- \frac{E_j - E_i}{k_B T}) & \quad \text {: E_j > E_i}\\? ! Undefined control seq...
2018-09-09 11:05:10
171515
13
原创 latex常见错误之I found no \bibdata command---while reading file main
今天还是用latex编译文献发现了如下的错误，使用bibtex的时候显示如下的错误！Command Line: bibtex.exe "main"Startup Folder: E:\paperwriting\knowledge and Information systemThis is BibTeX, Version 0.99d (MiKTeX 2.9)The top-lev...
2018-09-09 09:33:46
41799
7
原创 调试 step into，step out，step over的区别
step into：单步执行，遇到子函数就进入并且继续单步执行（进入子函数）；step over：在单步执行时，在函数内遇到子函数时不会进入子函数内单步执行，而是将子函数整个执行完再停止，也就是把子函数整个作为一步。有一点,经过我们简单的调试,在不存在子函数的情况下是和step into效果一样的（越过子函数，但子函数会执行）。step out：当单步执行到子函数内时，用step out就...
2018-08-31 10:34:44
2756
原创 Pycharm编辑器的运行配置
例如我们新建一个python file我想要去编译他却没有与他对应的选择 我们点击Edit configuration按钮，出现如下图所示的页面，我们点击左上角的+。 点击+后，选择python 点击完python后点击右侧script后面的目录选择，然后选择想要编译的python文件 我们可以将添加的文件重新命名的编译选项然后选择对应文件点击编译按钮即...
2018-08-31 10:22:46
14486
原创 python字典中的items和iteritems
python字典的items方法作用：是可以将字典中的所有项，以列表方式返回。如果对字典项的概念不理解，可以查看Python映射类型字典基础知识一文。因为字典是无序的，所以用items方法返回字典的所有项，也是没有顺序的。python字典的iteritems方法作用：与items方法相比作用大致相同，只是它的返回值不是列表，而是一个迭代器。调用格式python3中的iteritems变为了...
2018-08-31 10:14:00
2177
原创 Pycharm教程--断点调试
PyCharm 作为IDE，断点调试是必须有的功能。否则，我们还真不如用纯编辑器写的快。【运行】和【调试】前的设置，请看文章1.添加断点断点的添加如下图所示在代码前面左键单机即可 2.调试断点点击那个绿色的甲虫图标，进行断点调试。点击后，会运行到第一个断点。会显示该断点之前的变量信息。 点击Step Over 或者按F8，我们继续往下运行，到下一个断点，按钮...
2018-08-31 09:55:25
38056
原创 python中的比较sorted，sort，lexsort、partition，argsort
这里只是对于这几中比较进行一个对比，如果想要对单个函数了解，请点击 sort函数的详细使用方法argsort函数的详细使用方法 首先我们来看下sort与sorted的区别（只有使用a.sort()这种方式会对排序数组本身产生影响，其余都不产生影响）>>> a=[1,2,1,4,3,5]>>> sorted(a)[1, 1, 2, 3, 4, ...
2018-08-30 22:04:31
1644
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