本文对动态网络嵌入问题进行了系统的研究,重点介绍了动态网络嵌入的基本概念,首次对现有的动态网络嵌入技术进行了分类,包括基于矩阵分解的、基于跃格的、基于自动编码器的、基于神经网络的等嵌入方法。
2023-04-08 21:30:13 552KB 《动态网络嵌入》
1
表示学习为各种AI领域提供了一种革命性的学习范式。在这个综述中,我们研究和回顾了表示学习的问题,并将重点放在由不同类型的顶点和关系组成的异构网络上。这个问题的目标是自动地将输入异构网络中的对象(最常见的是顶点)投射到潜在的嵌入空间中,这样网络的结构和关系属性就可以被编码和保存。
2023-02-25 13:08:09 211KB
1
图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的基本前提.阈值法是一种传统的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术.已被应用于很多的领域。本文是在阅读大量国内外相关文献的基础上,对阈值分割技术稍做总结,分三个大类综述阈值选取方法,然后对阈值化算法的评估做简要介绍。
2023-02-24 16:29:53 210KB 图像分割 阀值 技术 论文
1
众包是一种计算范式,在这种范式中,人类积极参与计算任务,特别是那些本质上人类比计算机更容易完成的任务。空间众包是移动互联网和共享经济时代众包中日益流行的一种,任务是时空的,必须在特定的地点和时间完成。
2022-12-31 17:43:06 1.36MB 空间众包 综述
1
自然语言处理(NLP)帮助智能机器更好地理解人类语言,实现基于语言的人机交流。计算能力的最新发展和大量语言数据的出现,增加了使用数据驱动方法自动进行语义分析的需求。由于深度学习方法在计算机视觉、自动语音识别,特别是NLP等领域的应用取得了显著的进步,数据驱动策略的应用已经非常普遍。本调查对得益于深度学习的NLP的不同方面和应用进行了分类和讨论。它涵盖了核心的NLP任务和应用,并描述了深度学习方法和模型如何推进这些领域。我们进一步分析和比较不同的方法和最先进的模型。
2022-12-09 18:30:22 2.19MB Deep NLP
1
当对大量的标记数据集合(如ImageNet)进行训练时,深度神经网络展示了它们在特殊监督学习任务(如图像分类)上的卓越表现。
2022-11-28 21:31:58 3.02MB 《深度半监督学习》
1
迁移学习综述论文:A Survey on Transfer Learning
2022-10-04 21:05:37 2.32MB
1
人脸识别综述论文:The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances
2022-10-04 21:05:36 9.28MB
1
图像去噪综述论文:Deep Learning on Image Denoising: An Overview
2022-10-04 21:05:35 2.35MB
1
推荐系统是当今互联网上最重要的信息服务之一。近年来,图神经网络已成为推荐系统的新技术。在这个调研中,我们对基于图神经网络的推荐系统的文献进行了全面的回顾。我们首先介绍了推荐系统和图神经网络的背景和发展历史。对于推荐系统,一般来说,现有工作的分类分为四个方面: 阶段、场景、目标和应用。对于图神经网络,现有的方法包括谱模型和空间模型两大类。
2022-07-16 23:47:03 3.39MB GNN 推荐系统
1