修剪后的依赖树上的图卷积用于关系提取 此回购包含PyTorch代码，用于修剪。 本文/代码在修剪的依赖树上引入了图卷积神经网络（GCN），用于关系提取的任务。 还引入了一种特殊的树修剪技术，称为“以路径为中心的修剪”，以从树中消除不相关的信息，同时最大程度地维护相关信息。 与诸如各种基于LSTM的模型之类的序列模型相比，此GCN模型利用依赖结构桥接远程单词，因此提高了远程关系的性能。 与以前的递归模型（如TreeLSTM）相比，此GCN模型在获得更好的性能的同时，也更早地实现了并行化，因此效率更高。 参见下面的模型架构概述： 要求 Python 3（在3.6.5上测试） PyTorch（

集成电路工艺：Deep-submicron process technology Describe such deep-submicron process technology and intended to provide semiconductor engineers and researchers with a comprehensive , state-of-the-art reference about these emerging and leading-edge process.

Silicon Processing for the VLSI Era (III)

硅基集成电路工艺：process technology provide a comprehensive and up-to-date treatment of this important and rapidly changing field.

QGIS 处理轨迹工具 Trajectools 插件将轨迹工具添加到 QGIS 处理工具箱中。 注意：这个插件依赖于 GeoPandas！ GeoPandas 现在包含在 OSGeo4W 中。 使用高级安装并在“选择软件包”对话框中搜索GeoPandas。

D. H. Johnson and D.E. Dudgeon, Array Signal Processing: Concepts and Techniques, Prentice Hall, 1993.

this book discusses problems, algorithms, and solutions for processing signals received by array of sensors.The book incorporates the latest results from the field of digital signal processing into a coherent discussion of array processing applications.

Rebiber：使用官方信息标准化bibtex的工具。 我们经常引用使用他们的arXiv的论文版本不提的是，他们在一些会议已经发布。 这些非正式的围兜条目可能会违反某些会议的提交规则或适用于摄像头的版本规则。 我们引入Rebiber ，这是Python中的一个简单工具，可以自动修复它们。 它基于来自或的官方会议信息（适用于NLP会议）！ 您可以在查看支持的会议列表。 您可以用作简单的网络演示。 安装 pip install rebiber -U 要么 git clone https://github.com/yuchenlin/rebiber.git cd rebiber/ pip in

A Classical book for Signal Processing

凸优化理论（convex optimization）在信号处理，图像处理，通信中有很广泛的应用，并受到越来越多的关注。这本书是由这个领域里的专家合写的，对理论研究和工程应用都有很大的启迪。此外，这本书中还包含了凸优化理论在压缩感知（compressed sensing）中的应用。