- 博客(11)
- 收藏
- 关注
RSS订阅原创 Duo-LDL method for Label Distribution Learning based on pairwise class dependencies
简单来说，这篇文章的主要思想就是设计了一个神经网络输出每个标签与所有其他类标签的差值，最后用这个差值计算出预测的标签值。
2023-05-29 11:19:22
84
1原创 每日学习报告
论文中提出的问题是：一般的标签分布学习，在训练阶段首先学习一个 LDL 模型。在测试阶段，学习的 LDL 模型预测的标签分布中的顶部标签被视为预测标签。也就是说，LDL 在训练阶段考虑整个标签分布，但在测试阶段只考虑顶部标签，这可能导致客观不一致。我感觉这个问题有点难以理解。下面根据论文的说明总结归纳一下这个问题：上图详细说明了在LDL框架下的多标签分类问题，d表示给定的标签分布函数，g为LDL模型。以多标签分类为例， 首先从标签重要性感知标签分布描述的训练集中学习 LDL 模型。接下来，将一个未知
2022-06-22 20:52:27
296
原创 2022.4.30—2022.6.22 学习报告
数据流图(Dataflow Graph)数据流是一种常用的并行计算编程模型，数据流图是由节点(nodes)和线(edges)构成的有向图：节点(nodes) 表示计算单元，也可以是输入的起点或者输出的终点线(edges) 表示节点之间的输入/输出关系在 TensorFlow 中，每个节点都是用 tf.Tensor的实例来表示的，即每个节点的输入、输出都是Tensor，如下图中 Tensor 在 Graph 中的流动，形象的展示 TensorFlow 名字的由来TensorFlow 中的数据流
2022-04-27 20:25:37
506
原创 《论文写作》课程总结
本篇博客是对闵老师讲授的《论文写作》这门课程的总结。这门课程对于论文写作进行了多方面的讲解，通过这次课程的学习我对论文写作有了进一步的理解和体会。目的1. 目的2. 如何做研究2.1 Topic2.2 Problem2.3 Idea2.4 Concrete work3. 如何写论文3.1 Title3.2 Abstract3.3 Keyword3.4 Introduction3.5 Related Work3.6 The theoretical part3.7 Algorithm3.8 Experimen
2021-12-21 21:00:57
417
原创 基于流形学习的标签分布
一，LLE思想求得权重系数LLE假设数据在较小的局部是线性的，也就是说，某一个数据可以由它邻域中的几个样本来线性表示。那么假如有一个样本 x1\pmb{x}_1xxx1，用 k-NN 思想找到和它最近的三个样本 x2,x3,x4\pmb{x}_2, \pmb{x}_3, \pmb{x}_4xxx2,xxx3,xxx4，我们就假设样本 x1\pmb{x}_1xxx1 可以由 x2,x3,x4\pmb{x}_2, \pmb{x}_3, \pmb{x}_4xxx2,xxx3,xxx4 线性表示
2021-11-25 21:12:25
488
原创 K-Means聚类算法原理理解
K-Means算法是无监督的聚类算法。K-Means算法的思想：对于给定的样本集，按照样本之间的距离大小将样本集划分为K个簇，让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。首先确定常数K：意味着最终聚类的类别数；随即选定初始点为质心，通过计算每一个样本与质心之间的相似度（这里为欧氏距离），将样本归到最相似的类中（这里一般是距离最近的那个类）；然后重新计算每个类的质心（簇中心，类簇中心就是类簇内所有对象在各个维度的均值）；重复2、3过程，直到质心不再改变，则确定了每个样本的归属类和每个类的
2021-11-19 19:59:11
891
原创 初步理解流形学习
参考流形学习流形学习认为我们所能观察到的数据实际上是由一个低维流形映射到高维空间上的。由于数据内部特征的限制，一些高维中的数据会产生维度上的冗余，实际上只需要比较低的维度就能唯一地表示。流形能够刻画数据的本质，即学习到了“将数据从高维空间降维到低维空间，还能不损失信息”的映射。 那这个映射能够输入原始数据，并输出数据更本质的特征(就像压缩一样，用更少的数据能尽可能多地表示原始数据)。如上图，如果我们观察到的数据是三维的，但其本质是一个二维流形。图上所标注的两个圈圈，在流形（把卷展开）上本距离非常远
2021-11-10 20:19:51
3236
原创 LDL初学者如何快速上手研究
一，准备工作LDL与传统的单标签学习和多标签学习不同的是，标签分布学习获取的是标签的概率分布，即这个标签在图中可能出现的概率。在初步弄懂LDL是什么后，就可以开始进一步的准备工作。接手别人的工作如果是研究生，则可以接手师兄师姐的工作：阅读其论文及代码，并且进行修订。在这个过程中，就可以初步学习到如何写论文。（在如何定标题、如何写摘要、如何画图等几个方面）进一步了解LDL读文献：（1）阅读综述性文章，对研究方向目前的技术情况有一个大致的了解；（2）阅读相关文献，选择顶刊顶会的文章进行阅读，
2021-09-14 17:21:38
212
原创 论文写作之研究与论文
1. 目的研究的目的是发现新知识、发明新技术。而写论文是把你的工作告诉同行，经过同行评审（peer-review），成为科学文献。基础研究通常离实际应用有较大距离，只有很少的研究工作能很快进入实际应用。前沿研究 -> 实验室成熟技术/工业界新技术 -> 工业界成熟技术2. 如何做研究TPIC：Topic -> Problem -> Idea -> Concrete work (theoretical analysis, experiments, etc.) -&g
2021-09-09 20:51:48
171
原创 论文写作之实验部分
1 Experiments在实验开头例几个问题，并在实验中回答。（1）体现自己的方法比别人好；（2）参数设置是否适合不同数据集；（3）运行时间是否与之前的复杂度分析一致。然后用一段话描述本文用的数据集，并且用表证明。1.2 Performance Comparison（回答第一个问题）用文字和表来描述；表的设计一定要使其表示的内容更为清楚，一般是与其他方法的比较；（用矩阵分解，一般用10次平均值或加减方差来标准自己的结果）1.3 Parameter Settings（回答第二个问题）一
2021-09-09 19:54:14
735
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