heterogeneous infomax graph deep
基于正则化的图自编码器在推荐算法中的应用 Application of graph auto-encoders based on regularization in recommendation algorithms
引言 看过的每一篇文章，都是对自己的提高。不积跬步无以至千里，不积小流无以成江海，积少成多，做更好的自己。 本文基于2023年4月6日发表于SCIPEERJ COMPUTER SCIENCE（PEERJ计算机科学）上的一篇名为《基于正则化的图自编码器在推荐算法中的应用》（Application of ......
使用 Microsoft Graph oFFICE365 sendmail C#
using Microsoft.Graph; using Azure.Identity; using Microsoft.Graph.Models; var scopes = new[] { "https://graph.microsoft.com/.default" }; var tenantId ......
【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 ......
[ARC105E] Keep Graph Disconnected 题解
赛时冲了两个多小时没冲出来，想得断断续续，导致没想到如何处理奇偶。 思路 根据限制条件一，可以知道最后的图一定是两个连通块，其中一块包含 \(1\)，另一块包含 \(n\)。因为此时再想连边就必须连通两个块，使其不合法了。 每次操作都是新增一条边，那么到最后的边数是多少呢？假设其中一个连通块有 \( ......
pytorch反向传播错误解决：RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=True when calling backward the first time.
pytorch反向传播错误解决： 错误： RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=T ......
CF295B Greg and Graph 题解 floyd性质题
题目链接：https://codeforces.com/problemset/problem/295/B 题目描述可参见 洛谷 解题思路完全来自 aiiYuu巨佬的博客 一道很好地利用了 floyd 算法性质的题目。 floyd算法 示例程序： #include <bits/stdc++.h> us ......
神经网络优化篇：详解神经网络的权重初始化（Weight Initialization for Deep NetworksVanishing / Exploding gradients）
神经网络的权重初始化 这是一个神经单元初始化地例子，然后再演变到整个深度网络。 来看看只有一个神经元的情况，然后才是深度网络。 单个神经元可能有4个输入特征，从\(x_{1}\)到\(x_{4}\)，经过\(a=g(z)\)处理，最终得到\(\hat{y}\)，稍后讲深度网络时，这些输入表示为\(a ......
Unity3D Shader Graph 使用 DDXY 节点达到抗锯齿的原理详解
Unity3D是一款非常强大的游戏开发引擎，而Shader Graph是Unity3D中用于制作和编辑着色器的工具。在游戏开发中，抗锯齿是一个非常重要的技术，它可以使得游戏画面更加平滑，减少锯齿感。在本文中，我们将详细介绍如何使用Unity3D Shader Graph中的DDXY节点实现抗锯齿效果 ......
《Ensemble deep learning: A review》阅读笔记
论文标题 《Ensemble deep learning: A review》 集成深度学习： 综述 作者 M.A. Ganaie 和 Minghui Hu 来自印度理工学院印多尔分校数学系和南洋理工大学电气与电子工程学院 本文写的大而全。 初读 摘要 集成学习思想： 结合几个单独的模型以获得更好的 ......
《A Novel Table-to-Graph Generation Approach for Document-Level Joint Entity and Relation Extraction》阅读笔记
代码 原文地址 文档级关系抽取（DocRE）的目的是从文档中提取实体之间的关系，这对于知识图谱构建等应用非常重要。然而，现有的方法通常需要预先识别出文档中的实体及其提及，这与实际应用场景不一致。为了解决这个问题，本文提出了一种新颖的表格到图生成模型（TAG），它能够在文档级别上同时抽取实体和关系。T ......
SciTech-BigDataAIML-Tensorflow-Introduction to graphs and tf.function
Graphs are data structures that contain: a set of tf.Operation objects, which representing units of computation; and tf.Tensor objects, which represen ......
scss样式穿透>>>或/deep/或::v-deep
参考：https://www.jianshu.com/p/7f38b0aa6fb7 <style scoped>.menuItem { //常用方式1，2 >>> .ant-input { border-radius: 50px; } /deep/ .ant-input { font-size: 1 ......
MMGCN: Multi-modal Graph Convolution Network for Personalized Recommendation of Micro-video
目录概符号说明MMGCN代码 Wei Y., Wang X., Nie L., He X., Hong R. and Chua T. MMGCN: Multi-modal graph convolution network for personalized recommendation of mic ......
Generalised f-Mean Aggregation for Graph Neural Networks
目录概符号说明GenAgg代码 Kortvelesy R., Morad S. and Prorok A. Generalised f-mean aggregation for graph neural networks. NIPS, 2023. 概 基于 MPNN 架构的 GNN 主要在于 agg ......
Cold Brew: Distilling Graph Node Representations with Incomplete or Missing Neighborhoods
目录概符号说明Cold Brew代码 Zheng W., Huang E. W., Rao N., Katariya S., Wang Z., Subbian K. Cold brew: Distilling graph node representations with incomplete or ......
ARC105E Keep Graph Disconnected 题解
ARC105E 正向考虑是很难的，从结果入手，发现最后一定是分别包含 \(1\)，\(n\) 的两个完全图。 考虑表示出这两个人一共加了多少边：\(\frac{n(n-1)}{2}-m-x(n-x)\)，\(x\) 表示点 \(1\) 所在集合的大小。 由于是判断先手还是后手必胜，所以只需看结果对 ......
Graph Condensation for Graph Neural Networks
目录概符号说明MotivationGCOND代码 Jin W., Zhao L., Zhang S., Liu Y., Tang J. and Shah N. Graph condensation for graph neural networks. ICLR, 2022. 概 图上做压缩的工作. ......
Codeforces 1900E Transitive Graph
考虑题目的限制条件：存在 $a\to b, b\to c$ 的边，就会有 $a\to c$ 的边。 考虑 $p_{1\sim k}$，满足这 $k$ 个点按顺序组成了一个环且无重点。 那么 $p_1\to p_2, p_2\to p_3$，就有 $p_1\to p_3$，又有 $p_3\to p_4 ......
A novel local-global dependency deep learning model for soil mapping
程哥的一区文章 “A novel local-global dependency deep learning model for soil mapping” (Li 和 Zhang, 2022, pp. -) (pdf) 研究问题：“工 程 “ discrete” 特征不能反映环境协变量 之间 的相 ......
[AGC043C] Giant Graph 题解
题意： 给定三个简单无向图\(G_1,G_2,G_3\)，其中每个图的点数均为\(n\)，边数分别为\(m_1,m_2,m_3\)。 现在根据\(G_1,G_2,G_3\)构造一个新的无向图\(G\)。\(G\)有\(n^3\)个点，每个点可以表示为\((x,y,z)\)，对应\(G_1\)中的点\ ......
[ARC105E] Keep Graph Disconnected
NOIP 模拟赛原题，赛时还是没切。 正解奇偶性。 考虑最终不能走的时候是什么情况，当且仅当图中只剩下两个联通块了。设其中一个联通块的点数为 \(k\)，那么另一个的点数为 \(n - k\)。所以两人一共的操作次数为 \(sum = \frac{n \times (n-1)}{2}-m-k \ti ......
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 ......
BIgdataAIML-IBM-A neural networks deep dive - An introduction to neural networks and their programming
https://developer.ibm.com/articles/cc-cognitive-neural-networks-deep-dive/ By M. Tim Jones, Published July 23, 2017 Neural networks have been around f ......
Deep Residual Learning for Image Recognition：ResNet
Deep Residual Learning for Image Recognition * Authors: [[Kaiming He]], [[Xiangyu Zhang]], [[Shaoqing Ren]], [[Jian Sun]] DOI: 10.1109/CVPR.2016.90 初读 ......
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance 基于图像和视频的小对象指南使用深度学习进行检测：的案例研究海上监视 1 ......
Occluded Person Re-Identification with Deep Learning: A Survey and Perspectives
应对行人信息丢失、噪声干扰、视角错位等挑战 局部特征学习：人体分割、姿态估计、语义分割、属性注释、混合法 ***语义分割*** ECCV-2020）用于行人重识别的身份引导人类语义解析 https://blog.51cto.com/u_14300986/5466923 ......
Ansor：Generating High-Performance Tensor Program for Deep Learning
Ansor：Generating High-Performance Tensor Program for Deep Learning Abstract 高性能的张量程序对于保证深度神经网络的高效执行十分关键，但是在不同硬件平台上获取高性能的张量程序并不容易。近年的研究中，深度学习系统依赖硬件供应商提 ......
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 ......
[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 \((x,y,z)\) ......
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 ......