giant graph 043c agc

LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文阅读笔记

Abstract 目前的图对比学习方法都存在一些问题，它们要么对用户-项目交互图执行随机增强，要么依赖于基于启发式的增强技术（例如用户聚类）来生成对比视图。这些方法都不能很好的保留内在的语义结构，而且很容易受到噪声扰动的影响。所以我们提出了一个图对比学习范式LightGCL来减轻基于CL的推荐者的通 ......

Recommendation Contrastive Effective LightGCL Learning更新时间 2023-12-18

【题解】AtCoder agc065_b Erase and Insert

传送门：https://atcoder.jp/contests/agc065/tasks/agc065_b 考虑 $dp$ 从 $Q$ 得到 $P$ 的过程个数。每次当我们插入 $i$ 的时候，我们要保证 $[1,i]$ 中所有数在新的 $Q$ 中的相对位置关系和在 $P$ 中相同（因为之后它们的相 ......

题解 AtCoder Insert Erase 065更新时间 2023-12-17

【题解】AtCoder agc065_a Shuffle and mod K

传送门：https://atcoder.jp/contests/agc065/tasks/agc065_a 为了方便理解，我们把要求的东西乘一个 $-1$，再把答案序列倒过来；也就是说，我们现在要求 $min_{A'}^{A'为A的排列}(\sum_{i=1}^{N-1}((A_{i+1}-A_{i ......

题解 AtCoder Shuffle 065 agc更新时间 2023-12-17

[AGC016D] XOR Replace 题解

题目链接点击打开链接题目解法很有思维难度的一道题首先考虑简化操作（或者说用一种比较好的方法表示）假设我们选择交换的位置为 $x$，不难发现，操作等价于交换 $sumxor$ 和 $x$ 于是，有解的条件就好判了，即 \(\{b_i\}\subseteq \{a_i\}\bigc ......

题解 Replace 016D AGC 016更新时间 2023-12-17

SiReN Sign-Aware Recommendation Using Graph Neural Networks论文阅读笔记

Abstract 目前使用GNN的推荐系统主要利用高评分的正向用户-物品交互信息。但是如何利用低评分来表示用户的偏好是一个挑战，因为低评分仍然可以提供有用的信息。所以在本文中提出了基于GNN模型的有符号感知推荐系统SiReN，SiReN有三个关键组件构造一个符号二部图更精确的表示用户的偏好，分为两 ......

Recommendation Sign-Aware Networks 笔记 Neural更新时间 2023-12-17

[AGC043C] Giant Graph

[AGC043C] Giant Graph 这题真的抽象。注意到 $10^{18} > n^3$，因此只需按照 $x+y+z$ 从大到小贪心，由于每次选点只会影响到下面若干层点的可选性，所以可以直接能选就选。时间复杂度 $O(n^3)$。考虑优化，刻画一个点 $(x,y,z)$ ......

Giant Graph 043C AGC 043更新时间 2023-12-16

[AGC020D] Min Max Repetition

牛子题优先满足第二个条件，长度是 $\lceil \frac{max(A,B)}{min(A,B)+1}\rceil$ ，那么现在要满足字典序最小，发现先填 $A..ABA..ABA..AB..$ ，中途可能 $B>>A$ 就填不满，就要改变策略，变成 \(B..BAB..BA... ......

Repetition 020D AGC 020 Min更新时间 2023-12-16

PANE-GNN Unifying Positive and Negative Edges in Graph Neural Networks for Recommendation论文阅读笔记

Abstract 目前利用GNN的推荐系统主要关注用户的正面反馈，而忽略了负面反馈提供的见解。于是我们提出了PANG- GNN，该模型将图神经网络的正面和负面边统一在一起。PANG-GNN首先将原始评分图根据正面和负面反馈划分为两个不同的二分图。接下来分别使用两个独立的嵌入，即感兴趣嵌入和无兴趣嵌入 ......

Recommendation PANE-GNN Negative Networks Unifying更新时间 2023-12-14

论文笔记: Attributed Graph Clustering: A Deep Attentional Embedding Approach

论文笔记: Attributed Graph Clustering: A Deep Attentional Embedding Approach 中文名称: 属性图聚类：一种深度注意力嵌入方法论文链接: https://arxiv.org/abs/1906.06532 背景: 图聚类是发现网络 ......

Attentional Attributed Clustering Embedding Approach更新时间 2023-12-11

【AGC】API8元服务上架传包错误码5的问题

【问题背景】近期收到了一些反馈，一些鸿蒙元服务开发者在发布应用市场的过程中，上传.app包时遇到了错误码 5的报错，导致上传失败，下面来看一下这些报错的具体原因。【解决方案】在获取到appid后，查询失败日志，失败原因显示：* 元服务默认卡片校验失败DEFAULT_DIMENSION_C ......

错误问题 API8 AGC API更新时间 2023-12-11

论文精读：基于具有时空感知的稀疏多图卷积混合网络的大数据驱动船舶轨迹预测（Big data driven trajectory prediction based on sparse multi-graph convolutional hybrid network withspatio-temporal awareness）

论文精读：基于具有时空感知的稀疏多图卷积混合网络的大数据驱动船舶轨迹预测《Big data driven vessel trajectory prediction based on sparse multi-graph convolutional hybrid network with spati ......

卷积 withspatio-temporal convolutional multi-graph 船舶更新时间 2023-12-11

Adaptive Graph Contrastive Learning for Recommendation论文阅读笔记

Abstract 在实际的场景中，用户的行为数据往往是有噪声的，并且表现出偏态分布。所以需要利用自监督学习来改善用户表示。我们提出了一种新的自适应图对比学习(AdaGCL)框架，该框架使用两个自适应对比视图生成器来进行数据增强，以更好地增强CF范式。具体的说，我们使用了两个可训练的视图生成器，一个图 ......

Recommendation Contrastive Adaptive Learning 笔记更新时间 2023-12-10

[AGC037E] Reversing and Concatenating 题目解法

题目链接点击打开链接题目解法很妙的一道题首先考虑最大化开头出现的最小字母( $c$ )的个数可以发现，通过一次操作可以截出后缀为 $c$ 的序列，之后的操作每次可以倍长 $c$ 的长度如果倍长 $k-1$ 次之后的长度仍然 $<n$，那么我们需要考虑在保证上面的条件最 ......

解法 Concatenating Reversing 题目 037E更新时间 2023-12-09

『做题记录』[AGC032B] Balanced Neighbors

[AGC032B] Balanced Neighbors Description 给定整数 $N$ ，构造一个从 $1$ 到 $N$ 编号的 $N$ 个节点的无向图，使得：该图不含有重边和自环，并且是连通的。每个节点的所有邻接节点的编号之和相同。 $N \leq 100$ S ......

Neighbors Balanced 032B AGC 032更新时间 2023-12-08

[AGC049D] Convex Sequence 题解

题目链接点击打开链接题目解法好题！！考虑原题的限制相当于原序列下凸，即差分数组单调考虑把原序列在第一个最小值处割成 $2$ 半因为原序列是凸的，所以非最小值的长度是 $\sqrt {2m}$ 级别的这可以让我们 $dp$ 差分数组，即求满足 \(\sum\limits_{i ......

题解 Sequence Convex 049D AGC更新时间 2023-12-08

Drug response prediction using graph representation learning and Laplacian feature selection

Drug response prediction using graph representation learning and Laplacian feature selection Minzhu Xie 1 2, Xiaowen Lei 3, Jianchen Zhong 3, Jianxing ......

representation prediction Laplacian selection response更新时间 2023-12-08

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 ......

factorization non-negative interactions regularized consistency更新时间 2023-12-08

Graph regularized non-negative matrix factorization with [Formula: see text] norm regularization terms for drug-target interactions prediction

Graph regularized non-negative matrix factorization with [Formula: see text] norm regularization terms for drug-target interactions prediction Junjun ......

regularization factorization non-negative interactions regularized更新时间 2023-12-08

共510篇 :2/17页 首页上一页12345下一页尾页

526互联

giant graph 043c agc

LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文阅读笔记

【题解】AtCoder agc065_b Erase and Insert

【题解】AtCoder agc065_a Shuffle and mod K

[AGC016D] XOR Replace 题解

SiReN Sign-Aware Recommendation Using Graph Neural Networks论文阅读笔记

[AGC043C] Giant Graph

[AGC020D] Min Max Repetition

PANE-GNN Unifying Positive and Negative Edges in Graph Neural Networks for Recommendation论文阅读笔记

论文笔记: Attributed Graph Clustering: A Deep Attentional Embedding Approach

【AGC】API8元服务上架传包错误码5的问题

论文精读：基于具有时空感知的稀疏多图卷积混合网络的大数据驱动船舶轨迹预测（Big data driven trajectory prediction based on sparse multi-graph convolutional hybrid network withspatio-temporal awareness）

Adaptive Graph Contrastive Learning for Recommendation论文阅读笔记

[AGC037E] Reversing and Concatenating 题目解法

『做题记录』[AGC032B] Balanced Neighbors

[AGC049D] Convex Sequence 题解

Drug response prediction using graph representation learning and Laplacian feature selection

Graph regularized non-negative matrix factorization with prior knowledge consistency constraint for drug-target interactions prediction

Graph regularized non-negative matrix factorization with [Formula: see text] norm regularization terms for drug-target interactions prediction

[AGC040D] Balance Beam

7 种查询策略教你用好 Graph RAG 探索知识图谱

7 种查询策略教你用好 Graph RAG 探索知识图谱

[AGC032D] Rotation Sort 题解

[AGC037D] Sorting a Grid 题解

CF1900E Transitive Graph

Detecting Unknown Encrypted Malicious Traffic in Real Time via Flow Interaction Graph Analysis

[AGC061C] First Come First Serve 题解

[AGC063C] Add Mod Operations 题解

Generative-Contrastive Graph Learning for Recommendation论文阅读笔记

Graph Neural Networks with Learnable and Optimal Polynomial Bases

[AGC052B] Tree Edges XOR 题解