graph condensation networks neural
[论文阅读] DGFont++ Robust Deformable Generative Networks for Unsupervised Font Generation
## Pre title: DGFont++: Robust Deformable Generative Networks for Unsupervised Font Generation accepted: Arxiv 2022 paper: https://arxiv.org/abs/2212. ......
Permutation Invariant Graph Generation via Score-Based Generative Modeling
[TOC] > [Niu C., Song Y., Song J., Zhao S., Grover A. and Ermon S. Permutation invariant graph generation via score-based generative modeling. AISTATS ......
Efficient Graph Generation with Graph Recurrent Attention Networks
[TOC] > [Liao R., Li Y., Song Y., Wang S., Nash C., Hamilton W. L., Duvenaud D., Urtasun R. and Zemel R. NIPS, 2019.](http://arxiv.org/abs/1910.00760) ......
B. Complete The Graph
B. Complete The Graph ZS the Coder has drawn an undirected graph of $n$ vertices numbered from $0$ to $n - 1$ and $m$ edges between them. Each edge of ......
Graph Normalizing Flows
[TOC] > [Liu J., Kumar A., Ba J., Kiros J. and Swersky K. Graph normalizing flows. NIPS, 2019.](http://arxiv.org/abs/1905.13177) ## 概 基于 [flows](https ......
使用 TensorFlow 自动微分和神经网络功能估算线性回归的参数（Estimate parameters for linear regression using automatic differentiation or neural network functions of TensorFlow）
大多数的深度学习框架至少都会具备以下功能： （1）张量运算 （2）自动微分 （3）神经网络及各种神经层 TensorFlow 框架亦是如此。在《深度学习全书 公式+推导+代码+TensorFlow全程案例》—— 洪锦魁主编 清华大学出版社 ISBN 978-7-302-61030-4 这本书第3章 ......
Graph Embedding：LINE算法
背景 如上图所示，结点6和7是相邻结点，他们应该是相似结点，结点5和6虽然不是相邻结点，但是它们有共同的相邻的结点，因此它们也应该是相似结点。 基于词观察，LINE算法提出了一阶相似性算法和二阶相似性算法 First-order 我们首先如如下公式来计算结点i和j的联合概率分布： 其中ui，uj分 ......
Paper Reading: forgeNet a graph deep neural network model using tree-based ensemble classifiers for feature graph construction
[toc] Paper Reading 是从个人角度进行的一些总结分享，受到个人关注点的侧重和实力所限，可能有理解不到位的地方。具体的细节还需要以原文的内容为准，博客中的图表若未另外说明则均来自原文。 | 论文概况 | 详细 | | | | | 标题 | 《forgeNet: a graph dee ......
经典的Graph Embedding方法：DeepWalk 和 Node2vec
DeepWalk Deep Walk，它是 2014 年由美国石溪大学的研究者提出的。它的主要思想是在由物品组成的图结构上进行随机游走，产生大量物品序列，然后将这些物品序列作为训练样本输入 Word2vec 进行训练，最终得到物品的 Embedding Node2vec 2016 年，斯坦福大学的研 ......
Combining Label Propagation and Simple Models Out-performs Graph Neural Networks
[TOC] > [Huang Q., He H., Singh A., Lim S. and Benson A. R. Combining label propagation and simple models out-performs graph neural networks. ICLR, 20 ......
POJ1737 Connected Graph ( n点无向连通图计数
题意说明:求 $n$ 个点的无向连通图个数 据说已经非常典了,但是我太菜了不会组合数学,最近补档时看到这道题,决定记录下来理理思路 条边构成的树,每个点可以覆盖每个相邻点,求把树上所有点覆盖完成至少需要挑出多少点来做覆盖操作 ### 思路: 先明确用树形dp来做解答,用dp[i][]来表示覆盖对应点和其下方所有节点的最小花费 对于要覆盖的每个点,我们可以有三种选择: 1.自己覆盖自己:这时 ......
基于Graph-Cut算法的彩色图像深度信息提取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 Graph cuts是一种十分有用和流行的能量优化算法，在图像处理领域普遍应用于前后背景分割（Image segmentation）、立体视觉（stereo vision）、抠图（Image matting）等，目前在 ......
《AutoInt: Automatic Feature Interaction Learning via Self-Attentive Neural Networks》特征交叉论文阅读
背景 这是一篇利用多头attention机制来做特征交叉的论文 模型结构 AutoInt的模型结构如上图所示，搞模型包含 Embedding Layer、Interacting Layer、Output Layer三个部分，其中Embedding Layer和Output Layer和普通模型没什么 ......
Do Transformers Really Perform Badly for Graph Representation
Ying C., Cai T., Luo S., Zheng S., Ke D., Shen Y. and Liu T. Do transformers really perform badly for graph representation? NIPS, 2021. 概 本文提出了一种基于图的 ......
Putty连接虚拟机(在win11中安装的ubuntu20.04)提示: Network error: Connection refused
# 开启防火墙 sudo ufw enable# 开启22号端口 sudo ufw allow 22 # 重启防火墙 sudo ufw reload # 查看状态 sudo ufw status # 安装ssh sudo apt install openssh-server# 尝试能否远程登录ssh ......
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 ......