neural

2022年历史最全可信图神经网络论文、工具、资源等整理分享

图神经网络（GraphNeuralNetwork，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。
lqfarmer·2022-12-07 11:54

python医学图像可视化_基于深度学习的医学图像分析（一）

最近的一篇研究论文“ANeuralAlgorithmofArtisticStyle”(https://arxiv.org/abs/1508.06576)，展示了如何将一个艺术家的风格经过转换后，应用到一张图像中
weixin_39765339·2022-12-07 10:46

WWW2020《Adversarial Attacks on Graph Neural Networks via Node Injections：分层增强学习方法》（NIPA）论文详解

论文链接：https://faculty.ist.psu.edu/vhonavar/Papers/www20.pdfpoisoningattack1AbstractandIntroduction本文考虑了一种针对图数据的节点注入中毒攻击（poisoningattack）的形式。对节点注入攻击的关键步骤进行建模，例如，通过马尔可夫决策过程（MDP）在注入的对抗节点和其他节点之间建立链接、选择注入节点
Anonymous-·2022-12-07 10:56

Graph Neural Networks (GNN)（五）：Graph Embedding (DeepWalk, Line, Node2Vec)

1.概述本系列之前文章主要介绍了基于空间（Spatial）和图谱（Spectral）理论的图神经网络（GNN）GraphNeuralNetworks(GNN)（一）：Spatial-GNNGraphNeuralNetworks
xiaopihaierletian·2022-12-07 10:26

论文阅读笔记：Link Prediction Based on Graph Neural Networks

文章目录说明Abstract1Introduction2PreliminariesNotationsLatentfeaturesandexplicitfeaturesGraphneuralnetworksSupervisedheuristiclearning3AtheoryforunifyinglinkpredictionheuristicsDefinition1
Bargain_Hunter·2022-12-07 10:26

关于 Implicit Representations

NeuralNetworksforImplicitRepresentationsof3DScenes论文：NeuralNetworksforImplicitRepresentationsof3DScenes
不喝可乐不快乐·2022-12-07 09:57

详解VQVAE：Neural Discrete Representation Learning

VQVAE：NeuralDiscreteRepresentationLearning原文链接：https://arxiv.org/abs/1711.00937要看细节，强推，直接不用看论文了：VQ-VAE
羊飘·2022-12-07 08:27

Graph Neural Networks (GNN)（一）：Spatial-GNN

1.想法CNN中的卷积核（e.g.,3*3）算某一个像素点的feature的时候，可以看成把这个像素点周围的像素点的特征按照一定的权重加权求和。卷积操作类似于内积，即把卷积核里的每个权重和对应像素点值相乘，最后相加，得到的结果就是这个点的新的特征。Spatial-GNN想要把这种卷积操作直接推广到Graph上。2.做法将某个节点周围的领域节点特征收集起来，进行某一种操作，然后更新这个节点的特征。图
xiaopihaierletian·2022-12-07 08:25

Graph Neural Networks (GNN)（三）：Spectral-GNN 之 GCN

1.概述前面讲了Spectral-GNNGraphNeuralNetworks(GNN)（二）：Spectral-GNN引言和导入的引言和导入。这一篇主要介绍这一类最经典的一条模型主线：GCN。
CaoChengtai·2022-12-07 07:55

李宏毅机器学习|图神经网络Graph Nerual Networks(GNN)|学习笔记-part1

文章目录前言1Introduction2Roadmap3Spatial-basedGNNNN4G(NeuralNetworksforGraph)论文地址DCNN(Diffusion-ConvolutionNeuralNetwork
xiaopihaierletian·2022-12-07 07:19

深度学习-循环神经网络（RNN）

1.简介RNN(RecurrentNeuralNetwork)是一组用于处理序列数据的神经网络\color{blue}{是一组用于处理序列数据的神经网络}是一组用于处理序列数据的神经网络。
weixin_40826634·2022-12-07 07:47

Cross-domain Recommendation Without sharing User-relevant Data简析

Cross-domainRecommendationWithoutsharingUser-relevantData介绍为了联合不同网站的相同数据以提高推荐质量，但是为了避免商业隐私，文章不使用用户相关的数据，而仅仅使用item的信息，同时为了有效的发掘有用的信号，文章使用了一种新的方法NATR（NeuralAttentiveTransferRecommendation
loserChen.·2022-12-07 06:57

另一种正则化方法：Drop-Out

Dropout简介1.1在2012年，Hinton在其论文《Improvingneuralnetworksbypreventingco-adaptationoffeaturedetectors》中提出Dropout
Zachos·2022-12-07 06:55

[论文阅读笔记15]GNN在多目标跟踪中的应用

我们可以用顶点表示目标的特征,边表示目标之间的关系,进而一个构成的图就可以作为解决关联问题的一个很好的入口,GNN就可以成为解决问题的工具.我想总结几篇经典的利用GNN做MOT的文献.力争持续更新.1.LearningaNeuralSolverforMultipleObjectTrackin
wjpwjpwjp0831·2022-12-07 05:17

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 精读 （Faster R-CNN准备）

目录前期准备名词解释目标检测非极大值抑制（Non-Maximum-Suppression，NMS）RNN神经网络（循环神经网络RecurrentNeuralNetwork)注意力机制鲁棒性IOU拟复现代码前期准备名词解释目标检测输入图像中往往有很多物体
小火柴x_x·2022-12-07 02:01

transformer

transformer的编解码结构编码部分=self-Attenion+FeedForwardNeuralNetwork解码部分=self-Attenion+Encoder-DeccoderAttention
北落师门XY·2022-12-07 01:18

NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

收录：eccv2020领域：主要作用于神经场渲染以及视角合成项目主页链接：NeRF:NeuralRadianceFields主要贡献：1）引入了mlp预测像素颜色r以及volumedensity(体积密度
dxz_tust·2022-12-07 01:43

对LSTM的通俗理解

目录0.从RNN说起1.普通RNN2.LSTM2.1什么是LSTM2.2深入LSTM结构3.总结转载地址：link.0.从RNN说起循环神经网络（RecurrentNeuralNetwork，RNN）是一种用于处理序列数据的神经网络
Ma Sizhou·2022-12-07 01:40

理解LSTM（通俗易懂版）

循环神经网络（RecurrentNeuralNetworks）人对一个问题的思考不会完全从头开始。比如你在阅读本片文章的时，你会根据之前理解过的信息来理解下面看到的文字。
王魚(Virgil)·2022-12-07 01:10

对抗样本（二）L-BFGS

论文所使用的符号及数据等信息五、论文主要内容1、第一个特征神经元的语义信息2、第二个特征神经网络的盲点五、实验结果六、模型的不稳定性分析七、总结一、论文相关信息  1.论文题目    Intriguingpropertiesofneuralnetworks
Bai丁·2022-12-07 00:02

pearsonr计算预测值与输入值相关系数

#导入库importnumpyasnpfromscipy.statsimportpearsonrimportcsv#导入数据Housing_dataset=np.loadtxt(r"D:\neuralnetworks
m0_51694014·2022-12-06 23:38

NeurIPS 2019 | 用于弱监督图像语义分割的新型损失函数

作者丨赵磊学校丨北京林业大学硕士生研究方向丨语义分割本文已经被NeurIPS2019(2019ConferenceandWorkshoponNeuralInformationProcessingSystems
PaperWeekly·2022-12-06 23:02

持续学习EWC代码实现

Overcomingcatastrophicforgettinginneuralnetworks论文地址：EWC论文论文代码：EWC代码，该代码包含大部分持续学习算法的代码论文中公式推导论文：ElasticWeightConsolidation
像风一样自由的小周·2022-12-06 22:21

CNN基础知识

CNN全称卷积神经网络（ConvolutionalNeuralNetworks,CNN）卷积神经网络是通过神经网络反向传播自动学习的手段，来得到各种有用的卷积核的过程。
咕咕咕不咕·2022-12-06 22:38

rnn 递归神经网络_递归神经网络rnn的简单解释

rnn递归神经网络Recurrentneuralnetworkisatypeofneuralnetworkusedtodealspecificallywithsequentialdata.ActuallywhatmakesRNNsopowerfulisthefactthatitdoesn'ttakeintoconsiderationjusttheactualinputbutalsotheprevi
weixin_26750481·2022-12-06 21:38

循环神经网络RNN和递归神经网络RNN(LSTM)

RNN解决的问题：一般的神经网络的输入维度都是确定的，但有时我们要处理变长的输入，解决方法是采用循环或递归的方法输入（recurrent/recursiveneuralnetwork）。
wangqianqianya·2022-12-06 21:08

The 8 Neural Network Architectures Machine Learning Researchers Need to Learn

WhydoweneedMachineLearning?Machinelearningisneededfortasksthataretoocomplexforhumanstocodedirectly.Sometasksaresocomplexthatitisimpractical,ifnotimpossible,forhumanstoworkoutallofthenuancesandcodefort
Omni-Space·2022-12-06 17:22

whats deep learning

Fordeepversusshallowlearningineducationalpsychology,seeStudentapproachestolearning.Formoreinformation,seeArtificialneuralnetwork.MachinelearninganddataminingProblems
Bourne_Wang·2022-12-06 17:13

Datawhale水很深的机器学习笔记：CNN卷积神经网络

而且往往自然图像中的物体都具有局部不变性特征，即尺度缩放、平移、旋转等操作不影响其语义信息，但是全连接前馈网络很难提取这些局部不变特征，这就引出了我们将要介绍的卷积神经网络（ConvolutionalNeuralNetworks
JeffDingAI·2022-12-06 16:45

NNDL 实验六 卷积神经网络（1）卷积

5.1.4感受野5.1.5卷积的变种5.1.6带步长和零填充的二维卷积算子5.1.7使用卷积运算完成图像边缘检测任务基于Pytorch实现的Canny边缘检测器卷积神经网络（ConvolutionalNeuralNetwork
蒂洛洛·2022-12-06 15:54

cnn起源_CNN初探

全文共6200余字，浅显易懂，预计阅读时间12分钟卷积神经网络(ConvolutionalNeuralNetwork,CNN/ConvNets)是一种专门来处理具有类似网格结构数据的前馈神经网络(feed-forwardneuralnetworks
weixin_39626927·2022-12-06 15:43

【已开源】mtcnn_pytorch完美复现

GITHUBhttps://github.com/samylee/mtcnn_pytorch一、算法介绍MTCNN，Multi-taskconvolutionalneuralnetwork（多任务卷积神经网络
samylee·2022-12-06 14:18

论文翻译（8）---A Neural Micro-Expression Recognizer

一种神经微表情识别器论文+源代码地址链接：https://pan.baidu.com/s/1lKEOWG75sg57J0z7lTr3lw提取码：yysigithub地址：https://github.com/xiaobaishu0097/MEGC2019摘要识别微表情是重要和批判性研究和重要应用的基础，我们推测，这个问题需要了解细微的人脸运动，整合人脸结构，以及有限训练数据的解决方案。在本文中，我
此生辽阔·2022-12-06 13:55

【arXiv2022】GroupTransNet: Group Transformer Network for RGB-D Salient Object Detection

模态纯化模块（MPM）3.2尺度统一模块(SUM)3.3多Transformer解码器(MTE)3.4聚类集成单元(CIU)3.5损失函数性能总结一动机Thelocalityofconvolutionalneuralnetworkrequiresthatthemodelhasasufficie
小羊咩~·2022-12-06 13:16

[2021]Rethinking RGB-D Salient Object Detection : Models, Data Sets, and Large-Scale Benchmarks

RethinkingRGB-DSalientObjectDetection:Models,DataSets,andLarge-ScaleBenchmarksIEEETRANSACTIONSONNEURALNETWORKSANDLEARNINGSYSTEMS
小羊咩~·2022-12-06 13:45

【嵌入式AI】高通SNPE之神坑警告

首先贴出高通SNPESDK最新版的下载地址：https://developer.qualcomm.com/software/qualcomm-neural-processing-sdk以下吐槽全部基于当前时间段
phdsky·2022-12-06 13:08

美国高通 Snapdragon Neural Processing Engine SDK （SNPE） 系列 （1）：用户自定义层JNI实现

转自：https://blog.csdn.net/guvcolie/article/details/77937786SnapdragonNeuralProcessingEngineSDK是美国高通公司出品的神经网络处理引擎
SongEsther·2022-12-06 13:38

基于深度学习的视觉目标跟踪方法

先提一下以前说的那篇综述："SurveyonLeveragingDeepNeuralNetworksforObjectTracking"Daimler公司研发组2017年写的一篇综述，主要总结当时深度学习如何在多目标跟踪应用的工作
小白学视觉·2022-12-06 12:57

图像风格迁移算法学习总结

目录一、简要说明二、具体实施步骤2.1综述2.2基本思路2.3核心思路2.4基本问题处理三、代码的简要描述四、成果展示一、简要说明本次学习的图像风格迁移算法是基于一个2015年由Gatys等人发表的文章ANeuralAlgorithmofArtisticStyle
一笑..·2022-12-06 11:28

GNN综述：论文A Comprehensive Survey on Graph Neural Networks

目录一、什么是图神经网络二、图神经网络的种类1、图卷积网络（GraphConvolutionNetworks，GCN）2、图注意力网络（GraphAttentionNetworks）3、GraphAutoencoders4、GraphGenerativeNetworks5、GraphSpatial-TemporalNetworks三、图神经网络的应用一、什么是图神经网络传统的深度学习方法被应用在提
Mitsui745·2022-12-06 10:29

GNN论文笔记： Graph Neural Networks with convolutional ARMA filters

0摘要流行的图神经网络基于多项式谱滤波器实现图的卷积运算。在本文中，我们提出了一种新的图卷积层，其灵感来自自回归移动平均(ARMA)滤波器.与多项式滤波器相比，它提供了更灵活的频率响应，更鲁棒的噪声，并更好地捕捉全局图结构。我们提出了一种用递归和分布式公式实现ARMA滤波器的图神经网络，获得了一个有效训练的卷积层，该卷积层位于节点空间，并可以在测试时转移到新的图中。我们进行频谱分析，研究提出的AR
UQI-LIUWJ·2022-12-06 10:58

[读论文] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis (ECCV2020 Best Paper)

总览任务：viewsynthesis：视图合成。即输入一些同一个静态3D场景的2D照片withposes，输出任意其他角度的该场景2D图像。方法：用一个mlp网络来表示静态三维场景之后，可以从任意角度该场景渲染为2D图片（视图合成）。用神经辐射场NeRF来表示场景基本思路：从某个视角看这个场景，会看到其颜色。于是将场景表示为视角-颜色的对应关系。FΘ:(x,d)→(c,σ)F_{\Theta}:(
YuQiao0303·2022-12-06 10:27

DAG-GNN: DAG Structure Learning with Graph Neural Networks

文章目录概主要内容代码YuY.,ChenJ.,GaoT.andYuM.DAG-GNN:DAGstructurelearningwithgraphneuralnetworks.InInternationalConferenceonMachineLearning
MTandHJ·2022-12-06 10:54

【GNN】【ICML2019】Position-aware Graph Neural Networks

分享一篇ICML2019的“老文章":摘要总结背景：过去的GNN很难学习到节点之间的位置关系。取名字：我们提出一种position-aware的GNN（P-GNN）能够对节点位置进行编码。方法：该方法随机指定几组anchornodes，即锚节点，然后计算每个节点到这些锚节点的距离，然后学习基于这些距离的非线性聚合函数，这样的话P-GNN就能学习到节点之间的位置关系。优点：P-GNN是inducti
Bagba·2022-12-06 10:54

【初识GNN】Graphical Neural Networks

声明：仅学习使用哦~Contents一、什么是GNN呢？GNN的应用领域都有哪些？一、什么是GNN呢？GNN的应用领域都有哪些？众所周知，近两年内，GNN在学术圈里变得越来越火，热度飙升！就比如，它可以应用到芯片领域，在芯片的设计方面；场景分析和推理问题；推荐系统（比如dy，ks等短视频平台，你经常看什么类型的视频，那么就会经常给你推荐什么类型的视频）；欺诈检测，风控相关；知识图谱（本身也是个图模
追光者♂·2022-12-06 10:23

总结2-深度学习网络搭建学习

github网页：ConvolutionalNeuralNetwork常用激活函数（激励函数）理解与总结------------------Pytorch学习--------------书籍，深度学习框架与
三世·2022-12-06 07:59

embedded electronic systems for AI/ML 笔记第二篇

NearestNeighborLogisticRegressionLinearSupportVectorMachineSoftLinearSupportVectorMachineNon-LinearSupportVectorMachineDecisionTrees决策树总结NeuralNetworks
无规则@lucio·2022-12-06 07:50

使用浅层神经网络拟合数据（利用matlab神经网络工具箱）

https://ww2.mathworks.cn/help/deeplearning/gs/fit-data-with-a-neural-network.htmlhttps://blog.csdn.net
lihe2021·2022-12-06 07:39

MATLAB神经网络拟合回归工具箱Neural Net Fitting的使用方法

  本文介绍MATLAB软件中神经网络拟合（NeuralNetFitting）工具箱的具体使用方法。  
疯狂学习GIS·2022-12-06 07:38

深度学习基础 | 注意力机制原理总结

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达Attention的产生起因：《SequencetoSequenceLearningwithNeuralNetworks》Attention
小白学视觉·2022-12-06 06:00
上一页 89 90 91 92 93 94 95 96 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他