revisited sampling random论文
OpenSSL - Generate random string
zzh@ZZHPC:~$ openssl rand -hex 64 273fabd76b8dd62621325e4b04af332dd739702ae553ffc034a4af205faedbfee21202d3808e3640770b682c151aaa8308871533572d60947724 ......
【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 ......
【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 ......
【论文阅读】OneNet Enhancing Time Series Forecasting Models under Concept Drift by Online Ensembling
原始题目：OneNet: Enhancing Time Series Forecasting Models under Concept Drift by Online Ensembling 中文翻译：OneNet：通过在线集成增强概念漂移下的时间序列预测模型 发表时间：2023年09月22日 平台： ......
【论文阅读】Improving language understanding by generative pre-training
原始题目：Improving language understanding by generative pre-training 中文翻译：通过生成预训练提高语言理解能力 发表时间：2018年 平台：Preprint 文章链接：https://www.mikecaptain.com/resource ......
【论文阅读】TimeGPT-1
原始题目：TimeGPT-1 中文翻译：TimeGPT-1 发表时间：2023年10月05日 平台：arXiv 文章链接：http://arxiv.org/abs/2310.03589 开源代码：无 摘要 在本文中，我们介绍了TimeGPT，这是第一个用于时间序列的基础模型，能够为训练过程中看不到的 ......
Optimized Content Caching and User Association for Edge Computing in Densely Deployed Heterogeneous Networks论文阅读
目录Optimized Content Caching and User Association for Edge Computing in Densely Deployed Heterogeneous Networks1、问题背景贡献点：2、系统建模及问题公式化系统建模问题公式化联合内容缓存和用户 ......
记录第一篇IEEE论文写作问题
标题在标题中，所有名词、代词、形容词、动词、副词和从属连词均大写。除单位缩写和首字母缩略词外，其他小写的缩写均大写。冠词（a、an、the）、并列连词（and、but、for、or、nor）和大多数短介词都是小写的，除非它们是第一个或最后一个词。三个以上字母的介词（Before、From、Throu ......
外文论文同行评审平台——PubPeer——论文打假平台
参考： https://baijiahao.baidu.com/s?id=1757051752090030001&wfr=spider&for=pc 偶然间看到了一个外文论文的同行评审平台——PubPeer，这个平台与其说是同行评审还不如说是一个论文打假平台，一般能够等上这个平台的论文不敢说百分百是 ......
论文精读：用于少样本目标检测的元调整损失函数和数据增强（Meta-tuning Loss Functions and Data Augmentation for Few-shot Object Detection）
论文链接：Meta-Tuning Loss Functions and Data Augmentation for Few-Shot Object Detection Abstract 现阶段的少样本学习技术可以分为两类：基于微调（fine-tuning）方法和基于元学习（meta-learning ......
【论文阅读笔记】【Image Retrieval】 Global Features are All You Need for Image Retrieval and Reranking
SuperGlobal ICCV 2023 读论文思考的问题 论文试图解决什么问题？ 图片检索方法通常由粗粒度图片检索和精确的结果重排列两个模块组成。人们通常认为图片的 local feature 在结果重排列中是不可或缺的，但对大量的 local feature 的计算需要较高的计算资源和时间 能 ......
随机森林（Random Forest）
随机森林(Random Forest)是一种强大的集成学习算法，通过构建多个决策树，并结合它们的预测结果来提高整体模型的性能和鲁棒性。以下是随机森林的详细解释： 随机森林的构建过程： Bootstrap抽样： 对于给定的包含N个样本的原始数据集，进行有放回的随机抽样，构造一个新的样本集，大小也为N。 ......
25 写小论文的时候如何将eps文件缩小一些
超简单的小论文eps文件压缩 写英文论文一般图片格式会要求eps格式，我用PNG格式的图片粘贴到Adobe Illustrator后另存为的eps文件非常大，于是上网看了看怎么能压缩一下，自己尝试了一种简单方法，具体方法如下： （1）将eps文件用AdobeDC2021打开，然后将它另存为pdf格式 ......
不务正业的再次胡想——chatgpt在“智能辅助编程”外的另一个可能场景"智能论文写作辅助”
在chatgpt4出来后震惊了很多人，但是很多人也觉得好像用处不大；可以说chatgpt4确实更加智能了，在语言对话上更加的智能，很多情况下已经很难分辨出这货是个机器人，但是现在这东西好像确实也没有太多的实际应用，或许更多的人用这个是当做“智能搜索引擎”来用的，而我个人却更加喜欢将chatgpt4当 ......
Python_Mooc_Stu_23_11_13_String_Random
目录 一、序列 （一）序列的索引 1.索引编号 2.序列元素索引访问 3.注意事项 （二）序列的切片 1.切片格式 2.切片使用 3.参数缺省 二、序列的运算和常用处理函数 （一）序列运算 1.序列相加 2.序列相乘 3.序列对象比较 4.成员资格检查 （二）常用处理函数 1.len() 2.min ......
Tenzing and Random Operations CF1842G 题解
设 \(m\) 次选的位置分别为 \(b_{1\sim m}\)。 于是答案为 \(\mathbb E(\prod\limits_{i = 1}^{n}(a_i + \sum\limits_{j = 1}^{m}[b_j \le i]\cdot v)) = \frac{S}{n^m}\)。 首先考虑 ......
31.random.choice()函数
生成电脑的随机选择：使用 random.choice 函数从一组选项中随机选择电脑的出拳选项，将选择存储在另一个变量中print('猜拳游戏开始：')player = input('请出拳（石头/剪刀/布）：\n')computer = random.choice(['石头', '剪刀', '布'] ......
【论文阅读笔记】【OCR-文本识别】 CLIPTER: Looking at the Bigger Picture in Scene Text Recognition
CLIPTER ICCV 2023 读论文思考的问题 论文试图解决什么问题？ 现有的文本识别方法只关注于局部截取的文本区域，识别模型并没有利用全图的上下文信息，导致其可能对有挑战性的文本的识别效果较差 能否以某种方式使识别器利用上global feature的信息？ 文章提出了什么样的解决方法？ 提 ......
[论文阅读] Latent Consistency Models@ Synthesizing High-Resolution Images with Few-Step Inference
1. Pre title: Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference accepted: arXiv 2023 (ICLR 2024 Submission) paper ......
SuperGlue: Learning Feature Matching with Graph Neural Networks论文笔记
SuperGlue: Learning Feature Matching with Graph Neural Networks 源码: github.com/magicleap/SuperGluePretrainedNetwork 背景： 主要解决图像中点之间的对应关系。 主要方法： 上图为该方法的 ......
【论文解读】针对生成任务的多模态图学习
【论文解读】针对生成任务的多模态图学习 一、简要介绍 多模态学习结合了多种数据模式，拓宽了模型可以利用的数据的类型和复杂性：例如，从纯文本到图像映射对。大多数多模态学习算法专注于建模来自两种模式的简单的一对一数据对，如图像-标题对，或音频文本对。然而，在大多数现实世界中，不同模式的实体以更复杂和多方 ......
【论文阅读笔记】【OCR-文本识别】 Scene Text Recognition with Permuted Autoregressive Sequence Models
PARSeq ECCV 2022 读论文思考的问题 论文试图解决什么问题？ 一些文本识别模型会对 semantic 信息建模，从而辅助某些困难情况下的文本识别 传统的 auto-regressive 方式限制了语义信息的传输方向；双向的 auto-regressive 聚合增加了不必要的计算量和复杂 ......
恭喜我同事的论文被IEEE HPCC收录！
近日，由天翼云科技有限公司云网产品事业部天玑实验室撰写的《关于公有云区分负载QoS感知的内存资源动态超分管理优化》（Thoth：Provisioning Overcommitted Memory Resource with Differentiated QoS in Public Clouds）论文... ......
论文查找
Ctrl + Shift + N 打开无痕窗口，然后访问 Connected Papers 网站 https://www.connectedpapers.com/ ，可无限卡 bug。 ......
六、Java常用类：Arrays,包装类,Random,System,Date,SimpleDateFormat
一、Arrays类 概述：java提供给我们专门对数组做操作的工具类，该类包含用于操作数组的各种方法（如排序和搜索） 成员方法： public static String toString(int[] a) int数组转字符串 public static void sort(int[] a) 默认是 ......
Variational Autoencoders for Collaborative Filtering论文阅读笔记
摘要 将VAE扩展到具有隐式反馈的协同过滤，这样能够超越线性因子模型。提出了一个具有多项式条件似然的神经生成模型。目前推荐系统用的比较多的是rank指标，这里本文也说明了为什么多项似然非常适合隐式反馈数据建模。相对于高斯函数和逻辑函数更加接近rank损失 马上提出了一个比较有意思的观点，虽然推荐被认 ......
[论文阅读] EMO@ Earth Mover Distance Optimization for Auto-Regressive Language Modeling
Pre title: EMO: Earth Mover Distance Optimization for Auto-Regressive Language Modeling accepted: arXiv2023 paper: https://arxiv.org/abs/2310.04691 co ......