answering knowledge question domain
【略读论文|大模型相关】Zero-Shot Relational Learning on Temporal Knowledge Graphs with Large Language Models
时间：2023 学校：慕尼黑大学 创新点： 1.据我们所知，这是第一个试图在TKGF背景下研究零射击关系学习的工作。 2.我们设计了一种基于llm的方法zrLLM，并设法在零射击关系推理中增强各种基于嵌入的TKGF模型。 3.实验结果表明，zrLLM有助于大大提高所有考虑的TKGF模型对包含未见零射 ......
02-UPF-Power Domain
How do we use power domain 使用UPF至少有一个power domain power domain可以进行嵌套 Defining Power Domain Example Partitioning Guidelines Scope 没有写scope就是当前design Sc ......
CF566C Logistical Questions
更好的阅读体验 CF566C Logistical Questions 好强的题，感觉完全想不到。 如果对于每个点都计算答案的话复杂度是 \(\mathcal O(n^2)\)，但是由于题目中给了一个 \(\frac{3}{2}\) 次方这么一个非常恶心人的东西，这个算法基本没有优化空间，所以考虑换 ......
【五期杨志】CCF-A（CVPR'22） Dual-Key Multimodal Backdoors for Visual Question Answering
Walmer M, Sikka K, Sur I, et al. Dual-Key Multimodal Backdoors for Visual Question Answering[C]//Proceedings of the IEEE/CVF Conference on Computer Vi ......
Thoughts and ideas about how to apply LLMs in specific domains like clinic/law/finance
Applying LLMs in Specific Domains As a university student who has just completed fine-tuning TinyLLaMA-1b with clinical instruction data using the QLo ......
[Codeforces] CF1740D Knowledge Cards
CF1740D Knowledge Cards 题意 有一个 \(n \times m\) 的棋盘。现在\((1,1)\)中有一个栈，你可以按照一定的顺序进行出栈操作，每次都可以移动一个卡片到一个相邻的空白位置，但是卡片不能重合。问，能否通过若干次操作，将\((1,1)\)中全部的卡片移动到\((n ......
题解 QOJ1173【Knowledge Is...】 / accoders::NOI 5681【interval】
https://qoj.ac/contest/537/problem/1173 problem 给定 \(n\leq 10^6\) 个区间，你需要求出能够最多选出多少对区间，使得两个区间不交（区间为闭区间）。要求一个区间最多属于一对选出的区间。 solution 这是一般图匹配问题的特殊情况，所以放 ......
Graph regularized non-negative matrix factorization with prior knowledge consistency constraint for drug-target interactions prediction
Graph regularized non-negative matrix factorization with prior knowledge consistency constraint for drug-target interactions prediction Junjun Zhang 1 ......
does not have a SELinux domain defined. android 开机启动
[ 46.089306] init: Service mysvc2 does not have a SELinux domain defined. service mysvc1 /system/vendor/bin/app1 class main user root group root syste ......
FreeSWITCH在answer前主动发dtmf
操作系统 ：CentOS 7.6_x64 FreeSWITCH版本 ：1.10.9 NAT环境的主动外呼场景下，会遇到线路侧回铃音数据无法接收的问题，需要FreeSWITCH主动发送RTP数据，发送DTMF是个选择。本文记录下如何使用FreeSWITCH在answer前发送DTMF，我将从以下几个方 ......
SP1716 GSS3 - Can you answer these queries III 题解
题意： 给定一个长度为 $ n $ 的序列 $ a $ ， $ q $ 次操作，每次操作为以下之一： \(0\) \(x\) \(y\)：将 \(a_x\) 修改为 \(y\) \(1\) \(l\) \(r\)：询问区间 \([l，r]\) 的最大连续子序列和 思路： 考虑线段树维护区间最大连续子 ......
本地套接字domain的使用
socket API原本是为网络通讯设计的，但后来在socket的框架上发展出一种IPC机制，就是UNIX Domain Socket。虽然网络socket也可用于同一台主机的进程间通讯（通过loopback地址127.0.0.1），但是UNIX Domain Socket用于IPC更有效率：不需要 ......
Java 中的 domain 、 persistent 、Data Access 用法示例
很多开发者 不遵从开发规范 甚至搞不清楚 各种对象之间关系 先说分层 领域层 domain DO 持久层 persistent PO 数据访问 data Access ADO 业务层 business BO 转换层 transfer TO 视图层 view VO 从数据库获取数据 domain 对应 ......
SP19543 GSS8 - Can you answer these queries VIII 题解
更好的阅读体验 SP19543 GSS8 - Can you answer these queries VIII fhq + 二项式定理。提供一个不太一样的思路。默认下标从 \(1\) 开始。 首先插入删除，区间查询，想到可以平衡树维护或者离线下来做线段树。本文中是用的是 fhq，好写一些。 \(k ......
Video教程的Domain设计
Domain设计 下面将介绍Video的表设计，和模型定义。 表设计 Videos设计 /// <summary> /// 视频聚合 /// </summary> public class Video : FullAggregateRoot<long, long> { /// <summary> / ......
SP1557 GSS2 - Can you answer these queries II 题解
SP1557 GSS2 - Can you answer these queries II 更好的阅读体验 扫描线。把询问挂在右端点上，扫描右端点，纵轴仍为序列维。 对于这种出现多次的数只算一次的，记 \(pre_i\) 表示 \(i\) 这个值上一次的出现位置，套路化的可以强制让出现多次的在 \( ......
【略读论文|时序知识图谱补全】Tucker Decomposition with Frequency Attention for Temporal Knowledge Graph Completion
会议：ACL，时间：2023，学校：北京航空航天大学，多伦多大学 关键词：基于张量分解；频率注意力；正则化 摘要： 之前基于张量分解的TKGC模型存在仅独立考虑一种关系与一个时间戳的组合，忽略了嵌入的全局性质的问题。 本文的方法：一种频率注意力（FA）模型来捕获一个关系与整个时间戳之间的全局时间依赖 ......
【略读论文|时序知识图谱补全】Learn from Relational Correlations and Periodic Events for Temporal Knowledge Graph Reasoning
会议：SIGIR，时间：2023，学校：国防科技大学 摘要： 之前模型存在的问题：未能利用快照内结构信息的关系之间的语义相关性与快照间时间交互沿时间轴的周期性时间模式。 本文的工作：提出了一种新的推理模型（RPC）；它通过两个新的通信单元，即关系通信单元(RCU)和周期通信单元(PCU)，充分挖掘关 ......
论文阅读笔记：Revisiting Prototypical Network for Cross Domain Few-Shot Learning
标题：重新审视用于跨领域少样本学习的原型网络 研究背景： 问题背景：原型网络是一种流行的小样本学习方法， 其网络简单而直观，对于小样本学习问题有着较好的表现，尤其是在图像分类等领域。 存在问题：然而，当推广到跨领域的少样本分类任务时，其性能出现了大幅度下降，这严重限制了原型网络的实用性。 研究动机： ......
【略读论文|时序知识图谱补全】Hierarchical Self-Atention Embedding for Temporal Knowledge Graph Completion
会议：WWW，时间：2023，学校：东北大学计算机与通信工程学院 摘要： 目前TKGC模型存在的问题：只考虑实体或关系的结构信息，而忽略了整个TKG的结构信息。此外，它们中的大多数通常将时间戳视为一般特征，不能利用时间戳的潜在时间序列信息。 本文的方法：一种基于自注意机制和历时嵌入技术的分层自注意嵌 ......
浅谈DDD(Domain-Driven Design)领域驱动设计思想
当提到领域驱动设计（Domain-Driven Design，DDD）时，我们指的是一种软件开发方法，它强调通过深入理解业务领域来指导软件的设计和开发。DDD的核心思想是将业务领域的知识融入到软件模型中，以便更好地满足业务需求。 以下是DDD的一些关键概念和思想： 1. 领域模型： 核心思想： 领域 ......
【略读论文|时序知识图谱补全】DREAM: Adaptive Reinforcement Learning based on Attention Mechanism for Temporal Knowledge Graph Reasoning
会议：SIGIR，时间：2023，学校：苏州大学计算机科学与技术学院，澳大利亚昆士兰布里斯班大学信息技术与电气工程学院，Griffith大学金海岸信息通信技术学院 摘要： 原因：现在的时序知识图谱推理方法无法生成显式推理路径，缺乏可解释性。 方法迁移：由于强化学习 (RL) 用于传统知识图谱上的多跳 ......
【略读论文|时序知识图谱补全】Adaptive Path-Memory Network for Temporal Knowledge Graph Reasoning
会议：IJCAI，时间：2023，学校：1 中国科学院计算机网络信息中心，北京 2中国科学院大学，北京 3 澳门大学智慧城市物联网国家重点实验室，澳门 4 香港科技大学(广州)，广州 5 佛罗里达大学计算机科学系，奥兰多 摘要： 提出一种新的具有TKG关联特征的体系结构建模方法，即自适应路径-记忆网 ......
【略读论文|时序知识图谱补全】Temporal Knowledge Graph Reasoning with Historical Contrastive Learning
会议：AAAI，时间：2023，学校：上海交通大学 摘要： 大多数时序知识图谱的推理方法高度依赖于事件的递归或周期性，这给推断与缺乏历史交互的实体相关的未来事件带来了挑战。本文提出一种新的基于历史对比学习训练框架的对比事件网络（CENET）的新事件预测模型。 1.CENET 学习历史和非历史依赖来区 ......
【略读论文|时序知识图谱补全】Logic and Commonsense-Guided Temporal Knowledge Graph Completion
会议：AAAI，时间：2023，学校：北京航空航天大学 文中谓词可以视为关系。 以往的TKG补全(TKGC)方法不能同时表示事件的时效性和因果关系。为了应对这些问题，作者提出了一个逻辑和尝试引导嵌入模型（LCGE ），从常识的角度共同学习涉及事件的及时性和因果关系的时间敏感表示，以及事件的时间无关表 ......
Domain Drive Design
Domain-driven (DDD) is a business-oriented modeling method or architecture method. Traditional data drivers are generally MVC architecture, which is a ......
2023CVPR_Efficient Frequency Domain-based Transformers for High-Quality Image Deblurring
一. Motivation 1. Transformer在解决全局表现很好，但是复杂度很高，主要体现在QK的乘积: (We note that the scaled dot-product attention computation is actually to estimate the corre ......
Distilling Knowledge from Graph Convolutional Networks
目录概符号说明DistillGCNLocal Structure Preserving代码 Yang Y., Qiu J., Song M., Tao D. and Wang X. Distilling knowledge from graph convolutional networks. CVP ......
Decoupled Knowledge Distillation
目录概符号说明DKD代码 Zhao B., Cui Q., Song R., Qiu Y. and Liang J. Decoupled knowledge distillation. CVPR, 2022. 概 对普通的 KD (Knowledge Distillation) 损失解耦得到 Tar ......