JZTXT

graph

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 ......
Codeforces Tokens Round Graph 847

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 ......
spectral-graph-theory-in-GCN spectral theory graph GCN

Invariant and Equivariant Graph Networks

Maron H., Ben-Hamu H., Shamir N. and Lipman Y. Invariant and equivariant graph networks. ICLR, 2019. 概 有些时候, 我们希望网络具有: 不变性 (Invariant): $$ f(PX) = f(X ......
Equivariant Invariant Networks Graph and

图（Graph）与图论

听到图这个字，很多人会联想到图片、折线图、设计图等传统的图，今天要聊的图（Graph）是一种基本研究对象，用于表示实体与实体之间的关系。 先说结论： 图论：是组合数学分支，是主要研究图的学问，起源于柯尼斯堡七桥问题。 图（数学）：是用于表示物体与物体之间存在某种关系的结构。数学抽象后的“物体”称作节 ......
Graph

题解：【CF235D】Graph Game

题目链接 根据期望的线性性，一次操作使得接下来要递归处理 $|G|$ 个点，将这些贡献分摊到 $|G|$ 个点上，这样我们接下来只需要计算概率。 首先考虑如果是树怎么做。操作等价于随机一个排列，顺次删掉排列中的点，并求出删掉当前点之前其所处的连通块的大小。记当前 $x$ 为点分治中心，点对 $(x, ......
题解 Graph 235D Game 235

Graph Travarsal All In One

Graph traversal All In One 图遍历 js / ts demos --> (🐞 反爬虫测试！打击盗版⚠️）如果你看到这个信息, 说明这是一篇剽窃的文章，请访问 https://www.cnblogs.com/xgqfrms/ 查看原创文章！ refs ©xgqfrms 20 ......
Travarsal Graph All One In

Layer-Dependent Importance Sampling for Training Deep and Large Graph Convolutional Networks

Zou D., Hu Z., Wang Y., Jiang S., Sun Y. and Gu Q. Layer-dependent importance sampling for training deep and large graph convolutional networks. NIPS, ......
Layer-Dependent Convolutional Importance Dependent Sampling

Codeforces Round 550 (Div. 3) F. Graph Without Long Directed Paths（dfs/染色）

https://codeforces.com/contest/1144/problem/F 题目大意： 给定n个点，m条边； 每一条边都连接了两个点。 现在需要我们染色，要求是做到所有有向图不包含长度为2或者更长的路径。 input 6 5 1 5 2 1 1 4 3 1 6 1 output YE ......
Codeforces Directed Without Round Graph

Heterogeneous Graph Attention Network

Wang X., Ji H., Shi C., Wang B., Cui P., Yu P. and Ye Y. Heterogeneous graph attention network. WWW, 2019. 概 Attention + 异构图. 符号说明 $\mathcal{G} = (\ma ......
Heterogeneous Attention Network Graph

Heterogeneous Deep Graph Infomax

Ren Y., Liu B., Huang C., Dai P., Bo L. and Zhang J. Heterogeneous deep graph infomax. arXiv preprint arXiv:1911.08538, 2019. 概 本文介绍了异构图的一种无监督学习方法. 这里 ......
Heterogeneous Infomax Graph Deep

AtCoder Regular Contest 105 E Keep Graph Disconnected

洛谷传送门 AtCoder 传送门 显然终止态是只剩两个连通块，一个包含 $1$ 另一个包含 $n$，并且两个连通块内的边数均为 $\frac{sz(sz-1)}{2}$。 如果只在连通块内连边，那么能连的边的总数是 $\frac{n(n-1)}{2} - \sum\limits_{i=1}^{cn ......
Disconnected AtCoder Regular Contest Graph

Multi-View Attribute Graph Convolution Networks for Clustering

论文阅读04-Multi-View Attribute Graph Convolution Networks for Clustering：MAGCN 论文信息 论文地址：Multi-View Attribute Graph Convolution Networks for Clustering | ......
Convolution Multi-View Clustering Attribute Networks

Deep graph clustering with enhanced feature representations for community detection

论文阅读03-EFR-DGC:Enhanced Feature Representations for Deep Graph Clustering 论文信息 论文地址：Deep graph clustering with enhanced feature representations for co ......
representations clustering community detection enhanced

Attributed Graph Clustering |A Deep Attentional Embedding Approach

论文阅读01-Attributed Graph Clustering: A Deep Attentional Embedding Approach 1. 创新点idea Two-step的图嵌入方法不是目标导向的，聚类效果不好，提出一种基于目标导向的属性图聚类框架。 所谓目标导向，就是说特征提取和聚 ......
Attentional Attributed Clustering Embedding Approach

FastGCN Fast Learning with Graph Convolutional Networks via Importance Sampling

Chen J., Ma T. and Xiao C. FastGCN: fast learning with graph convolutional networks via importance sampling. ICLR, 2018. 概 一般的 GCN 每层通常需要经过所有的结点的 prop ......
Convolutional Importance Learning Networks Sampling

Deeper Insights into Graph Convolutional Networks for Semi-Supervised Learning

Li Q., Han Z. and Wu X. Deeper insights into graph convolutional networks for semi-supervised learning. AAAI, 2018. 概 本文分析了 GCN 的实际上就是一种 Smoothing, 但是 ......
Semi-Supervised Convolutional Supervised Insights Networks

Stochastic Training of Graph Convolutional Networks with Variance Reduction

Chen J., Zhu J. and Song L. Stochastic training of graph convolutional networks with variance reduction. ICML, 2018. 概 我们都知道, GCN 虽然形式简单, 但是对于结点个数非常多的 ......
Convolutional Stochastic Reduction Networks Training

Shortest Cycle in a Graph

Shortest Cycle in a Graph There is a bi-directional graph with n vertices, where each vertex is labeled from 0 to n - 1. The edges in the graph are re ......
Shortest Cycle Graph in

【Azure Developer】使用 Microsoft Graph API 获取 AAD User 操作示例

问题描述 查看官方文档“ Get a user ” , 产生了一个操作示例的想法，在中国区Azure环境中，演示如何获取AAD User信息。 问题解答 使用Microsoft Graph API，演示如何获取AAD User信息，因参考文档是针对Global Azure，所以文档种的URL为： / ......
示例 Developer Microsoft Azure Graph

Graphs with Python: Overview and Best Libraries

Graphs with Python: Overview and Best Libraries Graph analysis, interactive visualizations, and graph machine learning A graph is a relatively old mat ......
Libraries Overview Graphs Python Best

D A Wide, Wide Graph

#include<iostream> #include<algorithm> #include<string.h> using namespace std; typedef long long ll; const int N=1e5+10; int n; int h[N],e[N*2],ne[N*2 ......
Wide Graph

Graph Neural Networks for Link Prediction with Subgraph Sketching

Chamberlain B. P., Shirobokov S., Rossi E., Frasca F., Markovich T., Hammerla N., Bronstein M. M. Hansmire M. Graph neural networks for link predictio ......
Prediction Sketching Networks Subgraph Neural

D. A Wide, Wide Graph

D. A Wide, Wide Graph You are given a tree (a connected graph without cycles) with $n$ vertices. Consider a fixed integer $k$. Then, the graph $G_k$ i ......
Wide Graph

Graph database concepts

Graph database concepts 图数据结构由nodes(离散对象)组成，这些nodes可以通过relationships(关系)连接起来。 Example 1. 图结构的概念. xxxxxxxxxx ​pycharm 图数据库模型由一下属性组成： Nodes 描述域的实体(离散对象) ......
database concepts Graph

Shader Graph 冲击波特效

冲击波特效 https://www.bilibili.com/video/BV1L341167Y4/?vd_source=106601ca71b1d910c1ac4aa2466b744c https://gamedevbill.com/shockwave-shader-graph/ ......
冲击波 特效 Shader Graph

为什么场景图叫图(Graph)而不是叫树(Tree)?

就如它的名字所说的一样，场景图是一个用于组织图形图像数据结构在计算机中显示的应用程序。一个通常的想法是场景往往被分为很多的部分，而出于某种通常的目的，这些部分最终都会被组合到一场，所以，场景图就是一个代表每个结点都可被分割与重组的图。再定义的严格一些，场景图就是一个非循环的图，所以它同时也体现出结点 ......
场景 Graph Tree

[LeetCode] 2316. Count Unreachable Pairs of Nodes in an Undirected Graph

You are given an integer n. There is an undirected graph with n nodes, numbered from 0 to n - 1. You are given a 2D integer array edges where edges[i] ......
Unreachable Undirected LeetCode Count Graph

AIG（And-Inverter Graph）基本概念

1 AIG概述 在前面的博文《Quine-McCluskey两级逻辑化简算法》中，我们介绍了两级逻辑的局限性。事实上主流EDA采用多级逻辑表示大规模布尔函数。本文介绍的AIG就属于多级逻辑表示法的一种。 AIG（AND-INV Graph）是由与门和非门构成的布尔网络，可有效地描述和操作大规模布尔函 ......
And-Inverter Inverter 概念 Graph AIG

图神经网络（GNN，Graph Neural Network）

存稿 ......
神经网络 神经 Network Neural Graph

Graph Classification mini-batch 训练方法

参考资料 colab教程 PyTorch Geometric opts for another approach to achieve parallelization across a number of examples. Here, adjacency matrices are stacked ......
Classification mini-batch 方法 Graph batch
共243篇  :8/9页 首页上一页8下一页尾页