*Knowledge

知识图谱推理论文阅读 Learning to Walk across Time for Interpretable Temporal Knowledge Graph

来源：2021KDD模型代码：https://github.com/sharkmir1/T-GAP主要贡献1、提出了一种新的GNN编码器能够从时序知识图谱中有效地捕捉查询相关的信息。2、通过分析推理的注意力分布，我们展示了T-GAP能在它的推理过程中提供可解释性一、方法overview给定和查询，在编码阶段，T-GAP首先使用PGNN去创造中所有实体节点的初始特征。接下来，在每个解码步骤t=1,.
一只小小小猫(^･ｪ･^)·2022-11-27 13:37

NePTuNe 论文笔记

NePTuNe:NeuralPoweredTuckerNetworkforKnowledgeGraphCompletion-Introduction-Background-Algorithm-Experiment-Conclusion-CodeShashankSonkar
懒狗的救赎·2022-11-27 11:50

CIKM 2022 | HGANDTI: 药物-靶点相互作用预测的异构图注意网络

今天给大家介绍的是由南开大学计算机科学学院，网络与数据安全技术天津重点实验室，蔡祥睿老师发表在信息检索和数据挖掘领域顶级学术会议The31thACMInternationalConferenceonInformationandKnowledgeManagement
苏里·2022-11-27 10:32

【联邦学习论文笔记2】4篇文章摘要和关键

VerticalFederatedLearning:Challenges,MethodologiesandExperiments2Semi-SupervisedCross-SiloAdvertisingwithPartialKnowledgeTransfer3Residue-basedLabelProtectionMechanismsinVerticalLogisticRegressi
LilaLenu·2022-11-27 09:36

域适应（Domain Adaptation）与迁移学习（Transfer Learning）的关系

《ASurveyonTranferLearning》PanSJ,YangQ.Asurveyontransferlearning.IEEETransactionsonKnowledgeandDataEngineering
Hygge�·2022-11-27 07:38

SCI论文构思与撰文

1.Introduction：2.Discussion：3.Others：三、撰写外刊论文的体会1.Introduction：2.Methods：3.Results：4.Discussion：5.Acknowledge
Cindy0812·2022-11-27 06:13

【论文】SCI论文检索及论文的主要的获取方式

1、论文检索（1）sci论文查找地方：http://apps.webofknowledge.com/UA_GeneralSearch_input.do?
StudyWinter·2022-11-27 06:11

论文阅读1：AMIE: Association Rule Mining under Incomplete Evidencein Ontological Knowledge Bases

目录Introduction基本定义挖掘模型AMIE算法Implementation参考文献Introduction一些研究存在的问题关联规则挖掘本质上实现了一个封闭世界假设(CWA)。不能用于向数据库中添加新项。当前ILP系统不能用于语义知识库：因为1）ILP需要否定语句作为反例，但语义知识库通常不包含否定陈述。2）运行很慢。无法处理KB提供的大量数据。本文AMIE特点：系统被设计在OWA(开放
huihui冲啊·2022-11-27 04:08

【知识图谱】知识图谱嵌入模型简介

来自：MIRALab知识图谱(KnowledgeGraphs)是大规模语义网络知识库，采取符号化的知识表示方式，利用三元组来描述具体的知识，并以有向图的形式对其进行表示和存储，具有语义丰富、结构友好、易于理解等优点
zenRRan·2022-11-27 03:32

Calibrate: LDP via Incorporating Prior Knowledge

Calibrate:FrequencyEstimationandHeavyHitterIdentificationwithLocalDifferentialPrivacyviaIncorporatingPriorKnowledge
小小咸鱼也要努力的·2022-11-27 02:16

【论文阅读】Learning Hierarchy-Aware Knowledge Graph Embeddings for Link Prediction

《LearningHierarchy-AwareKnowledgeGraphEmbeddingsforLinkPrediction》论文来源：EMNLP2020论文链接：https://arxiv.org
天才少女101·2022-11-27 02:41

HittER: Hierarchical Transformers for Knowledge Graph Embeddings

HittER:HierarchicalTransformersforKnowledgeGraphEmbeddingsHittER由两部分组成：1，底部：EntityTransformer源实体的局部邻居的每个实体
嗨I，你Y·2022-11-27 02:28

WSDM 2022 推荐系统论文阅读（下）

1.ReinforcementLearningoverSentiment-AugmentedKnowledgeGraphstowardsAccurateandExplainableR
XJTU-Qidong·2022-11-26 21:37

知识蒸馏在目标检测中的应用

知识蒸馏在目标检测中的应用文章目录知识蒸馏在目标检测中的应用KnowledgeDistillationSoftTargetvsHardTargetDistillationFasterRCNNLearningEfficientObjectDetectionModelswithKnowledgeDistillationOverallStructureKDforclswithImbalancedClas
陶将·2022-11-26 21:30

IMPROVE OBJECT DETECTION WITH FEATURE-BASED KNOWLEDGE DISTILLATION: TOWARDS (2021 ICLR)----论文和博客读书笔记

IMPROVEOBJECTDETECTIONWITHFEATURE-BASEDKNOWLEDGEDISTILLATION:TOWARDSACCURATEANDEFFICIENTDETECTORSABSTRACTRELATEDWORKComparisonbetweentheproposedattention-guideddistillationandothermethods.METHODOLOGYA
落了一地秋·2022-11-26 21:30

知识蒸馏2:目标检测中的知识蒸馏

第一篇：LearningEfficientObjectDetectionModelswithKnowledgeDistillation这篇文章是针对Faster-RCNN进行知识蒸馏的方法，FasterRCNN
@BangBang·2022-11-26 21:00

[目标检测知识蒸馏3] [AAAI22] Knowledge Distillation for Object Detection via Rank Mimicking and Prediction

[AAAI22]KnowledgeDistillationforObjectDetectionviaRankMimickingandPrediction-guidedFeatureImitationMotivation
Junjian Zhang·2022-11-26 21:29

CVPR 2022 | 针对目标检测的重点与全局知识蒸馏(FGD)

作者丨美索不达米亚平原@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/477707304编辑丨极市平台本文介绍我们CVPR2022关于目标检测的知识蒸馏工作:FocalandGlobalKnowledgeDistillationforDetectors
Tom Hardy·2022-11-26 21:29

[目标检测知识蒸馏1] [NIPS17] Learning Efficient Object Detection Models with Knowledge Distillation

目标检测中的知识蒸馏[NIPS17]**LearningEfficientObjectDetectionModelswithKnowledgeDistillation**Introduction:Method
Junjian Zhang·2022-11-26 21:58

目标检测中的知识蒸馏方法

目标检测中的知识蒸馏方法知识蒸馏(KnowledgeDistillationKD)是模型压缩（轻量化）的一种有效的解决方案，这种方法可以使轻量级的学生模型获得繁琐的教师模型中的知识。
Amber亮·2022-11-26 21:27

论文解读：《基于知识的BERT：一种像计算化学家一样提取分子特征的方法》

论文解读：《Knowledge-basedBERT:amethodtoextractmolecularfeatureslikecomputationalchemist》1.文章概述2.背景3.数据3.1
风灬陌·2022-11-26 19:48

多模态VQA24

Notion–Theall-in-oneworkspaceforyournotes,tasks,wikis,anddatabases.1VQA痛点（领域问题）1.1对各个模态之中的语义信息进行有效的挖掘；embedding&knowledgeinjection
东方未明源·2022-11-26 19:33

多模态VQA24

Notion–Theall-in-oneworkspaceforyournotes,tasks,wikis,anddatabases.1VQA痛点（领域问题）1.1对各个模态之中的语义信息进行有效的挖掘；embedding&knowledgeinjection
东方未明源·2022-11-26 19:33

多模态VQA24

Notion–Theall-in-oneworkspaceforyournotes,tasks,wikis,anddatabases.1VQA痛点（领域问题）1.1对各个模态之中的语义信息进行有效的挖掘；embedding&knowledgeinjection
东方未明源·2022-11-26 19:33

多模态VQA24

Notion–Theall-in-oneworkspaceforyournotes,tasks,wikis,anddatabases.1VQA痛点（领域问题）1.1对各个模态之中的语义信息进行有效的挖掘；embedding&knowledgeinjection
东方未明源·2022-11-26 19:02

知识蒸馏(Knowledge Distillation)

0.Introduction知识蒸馏（KnowledgeDistillation，简记为KD）是一种经典的模型压缩方法，核心思想是通过引导轻量化的学生模型“模仿”性能更好、结构更复杂的教师模型（或多模型的
Q&Cui·2022-11-26 17:24

论文阅读---推荐、广告、增长

文章目录蒸馏《DistillingtheKnowledgeinaNeuralNetwork》2015-Hinton《Deepmutuallearning》2017《ImprovedKnowledgeDistillationviaTeacherAssistant
BlackEyes_SY·2022-11-26 13:09

【论文阅读笔记】Multi-modal Knowledge Graphs for Recommender Systems

Multi-modalKnowledgeGraphsforRecommenderSystems1.背景现有的推荐系统主要分为两种方法，基于内容和协同过滤。
想不出名字就这么着吧·2022-11-26 11:43

【论文笔记】AKGE：基于注意力知识图谱嵌入的个性化推荐系统

Sha,X.,Sun,Z.,&Zhang,J..(2019).Attentiveknowledgegraphembeddingforpersonalizedrecommendation.原文：https
HicSuntLeones·2022-11-26 11:11

【论文笔记】KGCN：知识图谱 + 图卷积神经网络的推荐系统

KnowledgeGraphConvolutionalNetworksforRecommenderSystemsHongweiWang,MiaoZhao,XingXie,WenjieLi,MinyiGuo.InProceedingsofThe2019WebConference
HicSuntLeones·2022-11-26 11:41

【论文笔记】KGAT：融合知识图谱的 CKG 表示 + 图注意力机制的推荐系统

XiangWang,XiangnanHe,YixinCao,MengLiuandTat-SengChua(2019).KGAT:KnowledgeGraphAttentionNetworkforRecommendation.PaperinACMDLorPaperinarXiv.InKDD
HicSuntLeones·2022-11-26 11:40

【保姆级】论文阅读与分析《Learning Heterogeneous Knowledge Base Embeddings for Explainable Recommendation》

《LearningHeterogeneousKnowledgeBaseEmbeddingsforExplainableRecommendation》-byQingyaoAi,VahidAzizi,XuChenandYongfengZhang
MercyMeng·2022-11-26 11:39

【论文笔记】Explainable Reasoning over Knowledge Graphs for Recommendation

原文作者：XiangWang，DingxianWang，CanranXu,XiangnanHe,YixinCao,Tat-SengChua原文标题：ExplainableReasoningoverKnowledgeGraphsforRecommendation
BodyCsoulN·2022-11-26 11:04

论文浅尝 | Explainable Link Prediction in Knowledge Hypergraphs

笔记整理：陈子睿，天津大学硕士论文链接：https://dl.acm.org/doi/10.1145/3511808.3557316动机知识超图链接预测已被认为是各种知识使能下游应用的关键问题。然而，大多数现有方法主要以黑盒方式执行链接预测，它们学习实体关系的低维嵌入进行推理，无法提供人类用户可理解的解释。本文提出了HyperMLN，一个多元、混合、可解释的框架，它用一阶谓词逻辑解释路径推理过程，
开放知识图谱·2022-11-26 11:31

大数据基础之Hive（四）—— 常用函数和压缩存储

更多文章参看github知识库：https://github.com/duktig666/knowledge背景学习完Hadoop，有没有感到编写一个MapReduce程序非常复杂，想要进行一次分析和统计需要很大的开发成本
Duktig丶·2022-11-26 09:01

Python __new__method testifying and my other perspectives

AfteranafternoonI'vefinallygotabasicunderstandingofpython's__new__method.AlthoughstilldoIfeelsorrowforthescantyknowledgebecausethebasicimplementationisstillC
00drdelius·2022-11-26 08:02

重要通知 | 国际学术会议IMBDKM 2023延迟召开

原定于2022年12月召开的智能媒体、大数据与知识挖掘国际会议（InternationalConferenceonIntelligentMedia,BigDataandKnowledgeMining）推迟至
AllforConference·2022-11-26 03:30

各位学者，天气转凉，科研人的热情可不能凉

原本定于2022年12月召开的智能媒体、大数据与知识挖掘国际会议（InternationalConferenceonIntelligentMedia,BigDataandKnowledgeMining）
AllforConference·2022-11-26 03:00

A Survey on Knowledge Graphs___Representation, Acquisition and Applications.知识图谱综述：表示，获取，应用

知识图谱综述：表示、获取及应用这是研究生第一篇综述文章，第一次读也是花了好几天的时间。摘要:人类的知识提供了对世界的一种形式的理解。表征实体之间结构关系的知识图已成为认知和人的智能研究的热门方向。在这个调查中，我们提供了一个全面的知识图谱综述，包括1)知识图谱表示学习，2)知识获取和完成，3)时序知识图谱，4)知识感知应用，并总结近年来的研究进展，展望未来的研究方向。我们提出了对这些主题进行全面的
yang13563758128·2022-11-26 02:06

【论文笔记】知识图谱综述2021

KRL-KnowledgeRepresentationLearning在知识表示学习里，我们希望把实体和关系映射到低维空间上，这样便于我们提取实体与关系的特征表示。
sorryla·2022-11-26 02:05

【白话】A Survey on Knowledge Graphs: Representation, Acquisition, and Applications-2021年知识图谱综述

2021年知识图谱综述文章目录前言一、知识图表示学习1.表示空间2.评分函数3.编码模型4.辅助信息二、知识的获取和完成知识图谱的完成1.嵌入方法2.路径推理3.基于强化学习的路径发现4.基于规则的推理三、时态知识图1.引入库四、知识感知应用总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的
愿世界永无bug~·2022-11-26 02:34

知识图谱顶刊综述 - (2021年4月) A Survey on Knowledge Graphs: Representation, Acquisition, and Applications

知识图谱综述(2021.4)论文标题:ASurveyonKnowledgeGraphs:Representation,Acquisition,andApplications论文期刊:IEEETRANSACTIONSONNEURALNETWORKSANDLEARNINGSYSTEMS
Cheng_0829·2022-11-26 02:03

From Data Mining to Knowledge Discovery in Databases

这篇是数据挖掘领域一篇经典的综述性论文，因而将其翻译为中文以加深印象，方便复习回顾。其中相当一部分是机翻，可能不太通顺，从第3节KDD的过程开始，是人机结合翻译，对有/道翻的不好的地方进行修正，然后有一些名词和知识点我目前还不太懂，可能也翻得比较粗糙（虽然我自己看也觉得翻得像一坨……但是我就是发上来存一下，看懒羊羊发型一样的中文也比看英文要快嘛，以后有时间再完善，另外还打算自己总结提炼一下关键要点
_StarryNight_·2022-11-25 20:42

D2FE-GAN: Decoupled dual feature extraction based GAN for MRIimage synthesis

论文：ZhanB,ZhouL,LiZ,etal.D2FE-GAN:DecoupleddualfeatureextractionbasedGANforMRIimagesynthesis[J].Knowledge-BasedSystems
馋死小撒呱·2022-11-25 19:30

知识图谱-KGE-对抗模型-2018：KBGAN

KBGANpaper:KBGAN:AdversarialLearningforKnowledgeGraphEmbeddings论文本文是清华大学的一名同学发表在NAACL（虽然是C，但是是北美的ACL）
u013250861·2022-11-25 16:47

知识图谱-KGE(Knowledge Graph Embedding)：概述【将知识图谱中的实体、关系进行Embedding表示】

一、KGE简介知识图谱嵌入(KnowledgeGraphEmbedding,KGE)学习知识库中的实体和关系的Embedding表示，是语义检索、知识问答、推荐等众多应⽤的基础研究。
u013250861·2022-11-25 16:46

知识图谱-KGE(Knowledge Graph Embedding)：kge库【包含：TransE、TransH、ConvE、DistMult、ComplEx、TuckER、SimplE...】

LibKGEisaPyTorch-basedlibraryforefficienttraining,evaluation,andhyperparameteroptimizationofknowledgegraphembeddings
u013250861·2022-11-25 16:46

知识图谱-KGE-模型：概述【翻译模型：Trans系列】【双线性模型：DisMult、ComplEx】【神经网络模型：ConvE、CapsE】【双曲几何模型：MuRP】【旋转模型：RotatE】

知识图谱嵌入(KnowledgeGraphEmbedding,KGE)学习知识库中的实体和关系的Embedding表示，是语义检索、知识问答、推荐等众多应⽤的基础研究。
u013250861·2022-11-25 16:46

知识图谱-KGE-双线性模型-2015：DistMult

1.DistMult模型简介DistMult对应的论文为EmbeddingEntitiesandRelationsforLearningandInferenceinKnowledgeBases，发表于ICLR2015
u013250861·2022-11-25 16:46

知识图谱-第三方工具：LibKGE（用于Knowledge Graph Embedding）【包含多种模型：TransE、DistMult、ComplEx、ConvE、Transformer等】

用于KnowledgeGraphEmbedding的向量表示库有很多，比如：LibKGEGraphViteAmpliGraphOpenKEpykeenpykg2vecLibKGE的主要目的是为了助力知识图谱表示模型复现研究并提供训练方法
u013250861·2022-11-25 16:16
上一页 47 48 49 50 51 52 53 54 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他