graph condensation networks neural
[SIGIR 2023] Subgraph Search over Neural-Symbolic Graphs
# [SIGIR 2023] Subgraph Search over Neural-Symbolic Graphs ## 总结 ## 研究的问题 在包含非结构化数据（图像、视频、文本等）的神经符号数据库（neural-symbolic graph datasets）上如何进行高效的神经符号子图匹配 ......
『题解』ABC261Ex Game on Graph
[题目链接](https://atcoder.jp/contests/abc261/tasks/abc261_h) 震惊！这个题竟然被神犇 szs 放进了博弈论里！我真的没看出来除了题面还有哪里像博弈论（也许是因为我菜）。 转移方式很显然，按照题面说的做就行了。那么正解也就呼之欲出了。 但是我知道大 ......
Convolutional neural network (CNN)–extreme learning machine (ELM)
1. 介绍 论文：(2020)Neural networks for facial age estimation: a survey on recent advances. 地址： http://link.springer.com/article/10.1007/s10462-019-09765-w ......
[图论记录] CF1082G Petya and Graph
（[题目传送门](https://www.luogu.com.cn/problem/CF1082G)） 一道最大权闭合子图的模板题 把所有点当作负权点，所有边当作正权点。 考虑一条边 $e=(x,y,z)$ 能选择的条件，当 $x,y$ 均被选择时就可以选，那对应到最大权闭合子图的模型中，就可以将 ......
论文解读（SimGCL）《Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation论文作者：Junliang Yu ......
README_network
[TOC] #### 1、功能 - 一键拖拽上传 - 默认“未发布”，可选择直接发布 - 重复上传，提示是否更新博客 #### 2、环境 (1)Python 3 - 安装 pyyaml 库：cmd中输入 pip3 install pyyaml ![252274b5022933c43e4859daed ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 Docker 安装
### 拉镜像 ```bash [root@localhost ~]# cat /etc/docker/daemon.json { "registry-mirrors": ["https://XXX.mirror.aliyuncs.com"] # 阿里镜像源 } # 拉取镜像 [root@local ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 CentOS 安装
### 系统需求 版本 JDK CPU 内存 硬盘 Neo4j 5.x 17 Intel x86-x64 Core i3 minimum,Core i7 recommended. AMD x86-x64, Mac ARM. 最低 2GB，推荐 16GB + 10G + Neo4j 5.x 11 Ne ......
知识图谱（Knowledge Graph）根本概念
[TOC] 2012年5月17日，Google 正式提出了知识图谱（Knowledge Graph）的概念，其初衷是为了优化搜索引擎返回的结果，增强用户搜索质量及体验。 假设我们想知道 “王健林的儿子” 是谁，百度或谷歌一下，搜索引擎会准确返回王思聪的信息，说明搜索引擎理解了用户的意图，知道我们要找 ......
Paper Reading: NBDT: Neural-Backed Decision Trees
为了提高计算机视觉模型的可解释性，本文融合深度学习和决策树提出了神经支持决策树(NBDTs)。NBDT 使用一个可微的倾斜决策树取代了神经网络的最后一个线性层，和经典的决策树方法不同，NBDT 使用从模型参数派生的层次结构，不使用分层 softmax。NBDT 可以从任何现有的分类神经网络中创建，无... ......
题解 CF1857G【Counting Graphs】
一个非常显然的事情是：总方案数即为每条边方案数之积。 树边已经确定，考察每条非树边 $(u,v)$ 可以怎么取。给定的树 $T$ 是唯一最小生成树，这意味着非树边 $(u,v)$ 要么不存在，要么权值大于 $T$ 上 $(u,v)$ 之间任意一条边的权值。设 $T$ 上 $(u,v)$ 间的最大边权 ......
G. Counting Graphs
G. Counting Graphs Given a tree consisting of $n$ vertices. A tree is a connected undirected graph without cycles. Each edge of the tree has its weigh ......
论文解读（LightGCL）《LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation论文作者：Cai, Xuheng and Huang, ......
HS-GCN Hamming Spatial Graph Convolutional Networks for Recommendation
[TOC] > [Liu H., Wei Y., Yin J. and Nie L. HS-GCN: Hamming spatial graph convolutional networks for recommendation. IEEE TKDE.](https://arxiv.org/pdf/ ......
[论文阅读] Neural Transformation Fields for Arbitrary-Styled Font Generation
## Pre title: Neural Transformation Fields for Arbitrary-Styled Font Generation accepted: CVPR 2023 paper: https://openaccess.thecvf.com/content/CVPR2 ......
深度 Q 网络（deep Q network，DQN）原理&实现
# 深度 Q 网络（deep Q network，DQN）原理&实现 ## 1 Q-Learning 算法 ### 1.1 算法过程 Q-learning是一种用于解决强化学习问题的无模型算法。强化学习是一种让智能体学习如何在环境中采取行动以最大化某种累积奖励的机器学习方法。 在Q-learning ......
【JointJS】Paper 事件和 Graph 事件
# 复习 Paper & Graph Paper 是渲染我们提供的数据的，表示的是视图层（View）。数据和逻辑在 Graph 中操作，表示的是数据层和控制层（Model & Controller）。 ![Graph & Paper 示意图](https://img2023.cnblogs.com/ ......
Co-occurrence Network：相关系数矩阵的阈值
"abs(occor.r) < 0.7" 这部分代码是对相关系数矩阵进行阈值处理的一部分。这里的 "0.7" 是一个阈值，用来筛选相关性较强的微生物对。具体来说，对于相关系数矩阵中的每个元素，如果其绝对值小于0.7，则将其设置为0。 相关系数范围在-1到1之间，绝对值越接近1表示相关性越强，绝对值越 ......
SIAMHAN:IPv6 Address Correlation Attacks on TLS E ncrypted Trafic via Siamese Heterogeneous Graph Attention Network解读
1. Address 论文来自于USENIX Security Symposium 2021 2. Paper summary 与ipv4地址采用nat掩盖不同，ipv6地址更加容易关联到用户活动上，从而泄露隐私。但现在已经有解决隐私担忧的方法被部署，导致现有的方法不再可靠。这篇文章发现尽管在有防护 ......
NEURAL SUBGRAPH MATCHING
# NEURAL SUBGRAPH MATCHING ## 总结 ## 问题定义 给定一个查询图，判断该图是不是一个大图的子图。如果图中有点和边的特征，就要都匹配上。 ## 动机 同构问题是NP完全的，已有的方法虽然能匹配很大的target图，但query图会很小。 ## 模型框架 分为embedd ......
graph db+LLM
直接用LLM是不精确的，需要结合graph DB+LLM，参见： https://medium.com/neo4j/harnessing-large-language-models-with-neo4j-306ccbdd2867 https://neo4j.com/developer-blog/fi ......
Neural Network 初学
参数：机器学习的内容 超参数：人手动设置的数值，比如学习率、训练轮数 # MLP 在 input layer 和 output layer 之间有一堆 hidden layer，每两层之间可以理解成一张完全二分图，二分图的邻接矩阵上有一些权重，随机初始化。 将图片的每个像素点抽出来变成向量之后在二分 ......
重做 CF 295B Greg and Graph 以及理解 Floyd
# Floyd 原理简析 Floyd 的原理其实是 DP，定义 $\mathrm{dp}[S][i][j]$ 表示在仅经过点集 $S$ 里的点的条件下，从 $i$ 到 $j$ 的最短路距离 初始状态 $S$ 为空，$\mathrm{dp}[\varnothing ][i][j]$ 就等于 $i,j$ ......
boost graph
复制源：https://www.cnblogs.com/sssblog/p/11189402.html（纯英文） Boost Graph provides tools to work with graphs. Graphas are two-dimensional point clouds with ......
Azure Virtual Network (21) ER专线启用Fast Path
《Windows Azure Platform 系列文章目录》 在Azure ER专线启动Fast Path，具体的区别如下： 禁用Fast Path 启用Fast Path Azure VM访问本地VM流量，流量不经过ER网关 Azure VM访问本地VM流量，流量不经过ER网关 本地VM流量访问 ......
DeepObfusCode：Source Code Obfuscation Through Sequence-to-Sequence Networks
一、Introduction 代码混淆技术旨在解决代码逆向对抗问题。 本质上，代码混淆技术的目标是：在保持一个程序逻辑结构不变以及完整保存的前提下，同时让攻击者不易识别，以此保护软件的完整性和知识产权。 传统的防护策略包括： 插入空白/冗余的逻辑运算 增加不必要的条件运算等 传统的混淆技术最大的问题 ......
机器翻译 | Improving Neural Machine Translation Robustness via Data Augmentation: Beyond Back Translation论文总结
论文地址：https://arxiv.org/abs/1910.03009 ### 动机 神经机器翻译(NMT)模型在翻译**干净文本**时已被证明是强大的，但它们**对输入中的噪声非常敏感**。改进NMT模型的鲁棒性可以看作是对噪声的“域”适应的一种形式。 最先进的方法严重依赖于大量的反向翻译数据 ......
Unit network.service could not be found的解决方法
学习自：报错：Unit network.service could not be found.[已解决] 1）yum install network-scripts 2）下载完成后，查看network的运行状态 systemctl status network 此时的network处于关闭（inac ......
POJ 3694 Network
##[POJ 3694 Network](http://poj.org/problem?id=3694) ### 一、题目大意 $n$个点，$m$个边,连通图。 点与点之间通过边连接，如果切断某个边使得有点与其他点连接断开（连通分支增加），则称这种边为 **桥梁**（离散上叫 **割边**）。 接下 ......