heterogeneous attention network graph
ubuntu network配置
引用： ubuntu 22.04如何配置静态IP、网关、DNS - 小鲨鱼2018 - 博客园 (cnblogs.com) Network configuration | Ubuntu 1、当前系统 lsb_release -a ubuntu 22.04. 2、进入/etc/netplan/目录，列 ......
Understanding Structural Vulnerability in Graph Convolutional Networks
Chen L., Li J., Peng Q., Liu Y., Zheng Z. and Yang C. Understanding structural vulnerability in graph convolutional networks. IJCAI, 2021. 概 mean 是在 G ......
docker network
引子 https://github.com/fanqingsong/fastapi-react-postgres-keycloak-sso docker compose 配置文件定义了若干service version: "3" services: nginx: image: nginx:1.17 ......
MBN:Mutual Boost Network for Attributed Graph Clustering
论文阅读07-MBN:Mutual Boost Network for Attributed Graph Clustering 论文信息 论文地址：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4195979 代码地址：https://git ......
m车载自组织网络(Vehicular Ad-hoc Network,VANET)通信系统的matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 这里根据那个fluid dynamic model 和stochastic model模型，这里使用一种如下的车辆移动模型，能够反映出车辆移动的随机性和连续性。 首先，考虑到第三步骤的实际的问题的仿真，因此，我们在这里 ......
论文解读《Mixup for Node and Graph Classification》
论文信息 论文标题：Mixup for Node and Graph Classification论文作者：Yiwei Wang、Wei Wang论文来源：WWW 2021论文地址：download 论文代码：download视屏讲解：click 1 介绍 ......
论文解读（ID-MixGCL）《ID-MixGCL: Identity Mixup for Graph Contrastive Learning》
论文信息 论文标题：ID-MixGCL: Identity Mixup for Graph Contrastive Learning论文作者：Gehang Zhang.....论文来源：2023 aRxiv论文地址：download 论文代码：download视屏讲解：click 介绍 ......
D. Fish Graph
D. Fish Graph You are given a simple undirected graph with $n$ nodes and $m$ edges. Note that the graph is not necessarily connected. The nodes are la ......
Twitter延迟转化论文《Addressing Delayed Feedback for Continuous Training with Neural Networks in CTR prediction》阅读
背景 由于用户的兴趣是实时变化的，现代推荐、广告系统采用了流式更新的方式来捕捉用户实时兴趣的变化。实时训练的方式面临的一个难题就是正样本的回传是有延迟的，一个实时发送的负样本其实是无法确认是否是真的负样本的。也就是说实时观测到的数据流是一个有偏数据流，并不是真实的数据。如果模型在这个有偏分布上学习， ......
[Pix2Pix] Image-to-Image Translation with Conditional Adversarial NetWorks
paper：https://arxiv.org/pdf/1611.07004.pdf [CVPR 2017] code： https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix https://phillipi.github.io/pix2pi ......
VeriSilicon's Vivante® Neural Network Processor (NPU) IP
高度可扩展、可编程的计算机视觉和人工智能处理器 芯原Vivante的神经网络处理器 （NPU） IP是高度可扩展、可编程的计算机视觉和人工智能处理器，支持终端、边缘端及云端设备的人工智能运算升级。Vivante NPU IP可满足多种芯片尺寸和功耗预算，是具成本效益的优质神经网络加速引擎解决方案。 ......
Graph Convolutional Networks with EigenPooling
Ma Y., Wang S., Aggarwal C. C. and Tang J. Graph convolutional networks with eigenpooling. KDD, 2019. 概 本文提出了一种新的框架, 在前向的过程中, 可以逐步将相似的 nodes 和他们的特征聚合在 ......
Learning A Single Network for Scale-Arbitrary Super-Resolution
Learning A Single Network for Scale-Arbitrary Super-Resolution abstract 现有的single image SR网络是为具有特定整数比例因子（例如，×2/3/4）的图像开发的，无法处理非整数和非对称 SR。 在本文中，作者建议从特定 ......
论文解读《Interpolated Adversarial Training: Achieving robust neural networks without sacrificing too much accuracy》
论文信息 论文标题：Interpolated Adversarial Training: Achieving robust neural networks without sacrificing too much accuracy论文作者：Alex LambVikas VermaKenji Kawa ......
E325: ATTENTION Found a swap file by the name "/etc/ssh/.sshd_config.swp"
今天使用vim /etc/ssh/.sshd_config命令报下面这个错误 查询后发现是上次修改内容没有保存，意外退出造成的，生成了一个.swp文件。我按了一下回车就回到编辑页面了，没有保存上次的编辑。其他解决方法还原上次编辑结果，使用命令vim -r 文件名 命令恢复上次编辑结果，使用 rm - ......
Gogs 推送 URL 被解析到默认禁用的本地网络地址（Payload URL resolved to a local network address that is implicitly bloc）
原帖地址：https://blog.51cto.com/u_1472521/5981347 问题配置 Web 钩子使用本地 URL 出现错误。 解决方法修改 app.ini 配置文件，添加参数 LOCAL_NETWORK_ALLOWLIST 后重启服务。 如果是多个用逗号分开，例如 ......
Handling Information Loss of Graph Neural Networks for Session-based Recommendation
Chen T. and Wong R. C. Handling information loss of graph neural networks for session-based recommendation. KDD, 2020. 概 作者发现图用在 Session 推荐中存在: lossy ......
Series-Parallel Networks UVA - 10253
给定 n，求有多少树满足：任意非叶子节点的儿子不少于 2 ， 叶子节点个数为 n ......
李宏毅self-attention笔记
面对的问题是什么？ 复杂输入，多个变长的向量 这里自然会想到RNN，后面会有比较 具体的场景， 可以是一段话，每个word一个向量，可以用one hot，但大多时候是用embedding 可以是一段印频，每25ms一个向量，按10ms滑动，可以看出音频的数据量是非常大的 也可以是一张图片。。。 输出 ......
EXPLORING MODEL-BASED PLANNING WITH POLICY NETWORKS
**发表时间：**2020（ICLR 2020） **文章要点：**这篇文章说现在的planning方法都是在动作空间里randomly generated，这样很不高效（其实瞎扯了，很多不是随机的方法啊）。作者提出在model based RL里用policy网络来做online planning ......
B. Greg and Graph
题目 B. Greg and Graph 题意 输入 n(1≤n≤500) 表示 n 个点的有向完全图，然后输入 n*n 的邻接矩阵 a，其中 a[i][j] 表示 i 到 j 的边权，范围 [1,1e5]（特例是 a[i][i]=0）。 图的节点编号从 1 开始。 然后输入 1~n 的排列，表示我 ......
Representation Learning for Attributed Multiplex Heterogeneous Network
Cen Y., Zou X., Zhang J., Yang H., Zhou J. and Tang J. Representation learning for attributed multiplex heterogeneous network. KDD, 2019. 概 本文在 Attrib ......
Cluster-GCN An Efficient Algorithm for Training Deep Convolution Networks
Chiang W., Liu X., Si S., Li Y., Bengio S. and Hsieh C. Cluster-GCN: An efficient algorithm for training deep and large graph convolutional networks. ......
Codeforces Round 847 (Div. 3) G.Tokens on Graph （构造）
传送门 题目大意 ** 给定一个无向图，我们定义图中有四种点，一种是黑色的点表示终点，并且黑色的点始终是1号点，一种是红色的点，一种是灰色的点，最后一种就是没有颜色的点。** ** 游戏规则：我们必须移动任意一个灰色的点到相邻的点上，如果灰色的点移动到了红色的点上，那么我们可以移动其他灰色的点继续上 ......
spectral-graph-theory-in-GCN
GCN 中的谱图理论笔记 Datetime: 2023-04-26T09:36+08:00 Categories: MachineLearning Tags: GNN 写毕设，发现自己没法绕过第一代 GCN 的谱图变换原理 我知道啥是傅里叶变化，但是我感觉不到那种新奇，或许这就是无法感觉到数学的美吧 ......
Cycle GAN：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
paper：https://arxiv.org/pdf/1703.10593.pdf [2017] code 参考： https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix https://zhuanlan.zhihu.com/p/792211 ......
Deep-Learning-Based Spatio-Temporal-Spectral Integrated Fusion of Heterogeneous Remote Sensing Images
Deep-Learning-Based Spatio-Temporal-Spectral Integrated Fusion of Heterogeneous Remote Sensing Images abstract 为了解决STF中的生成heterogeneous images问题: 为此，本 ......
Spatiotemporal Remote Sensing Image Fusion Using Multiscale Two-Stream Convolutional Neural Networks
Spatiotemporal Remote Sensing Image Fusion Using Multiscale Two-Stream Convolutional Neural Networks abstract 地表反射率图像的渐变和突变是现有STF方法的主要挑战。(Gradual and ......
Attention Is All You Need—transformer详解
Attention Is All You Need 论文 transformer代码 以下大部分是根据论文理解进行的总结和概括，如有疑问，欢迎交流~ transformer仅仅使用注意力机制，没有使用任何的卷积或者RNN结构。 传统RNN结构的当前隐层状态$h_t$需要当前时刻的输入以及上一时刻的隐 ......