- 博客(200)
- 收藏
- 关注
RSS订阅原创 Computational Linguistics期刊全解析：领域顶刊的投稿指南与学术价值
（CL）作为该领域的标杆期刊，始终是研究者发表前沿成果的首选平台。本文将从期刊影响力、投稿策略、收稿方向等角度，为学者提供一份全面的指南。近年中国学者发文比例显著提升，麻省理工、哈佛大学等顶尖机构的研究成果占据主流，但国内高校如清华大学、北京大学等也逐渐崭露头角。，JCR分区为语言学（SSCI Q1）与人工智能（SCIE Q2），中科院2023年升级版列为计算机科学大类2区。，是语言学与人工智能交叉研究的权威期刊。：强调理论深度与方法论突破，如语言模型架构、多模态交互算法、语义分析技术等。
2025-03-08 18:25:33
952
原创 计算语言学领域顶级期刊TACL全面解析：投稿指南与学术影响力
（TACL）作为国际公认的顶级期刊，始终是学者们追求学术突破的核心阵地。本文将从期刊定位、学术影响力、投稿策略等角度，为研究者提供一份全面的TACL指南。TACL不仅是展示学术成果的窗口，更是参与全球计算语言学对话的桥梁。对于追求理论深度或应用创新的研究者，TACL值得作为投稿首选。，是NLP领域的标杆期刊。：需严格遵循ACL论文模板，建议提前使用官方LaTeX模板排版。：论文常被ACL、EMNLP等顶会引用，是领域内研究的风向标。：中国学者近年发文占比显著提升，成为不可忽视的科研力量。
2025-03-08 18:20:59
854
原创 IEEE TASLP更名背后：一场学术期刊的品牌升级与战略聚焦
2025年，自然语言处理领域迎来重要变革——国际顶级期刊《IEEE/ACM TASLP》正式更名为《IEEE Transactions on Audio, Speech and Language Processing》。这场更名不仅关乎期刊名称的调整，更折射出学术出版生态的深层演变。
2025-03-08 18:10:22
503
原创 情感计算领域风向标：TAFFC深度解析
在人工智能与心理学交叉领域，情感计算（Affective Computing）正以前所未有的速度推动人机交互、心理健康等领域的变革。：国内头部高校（如清华大学、中科院）与微软、华为等企业合作研究，推动情感计算在智慧医疗、教育等场景落地。：以“创新性”为核心，录用率仅20%-30%，审稿周期3-6个月，高效筛选前沿成果。：覆盖计算机科学、心理学、生物医学工程等多学科，强调理论创新与实际应用的深度结合。：多模态情感分析（语音、文本、生理信号融合）、缺失模态下的情感推理算法。，稳居情感计算领域榜首。
2025-03-08 18:04:14
537
1
原创 国际顶刊TASLP投稿全解析：音频与语言处理研究者的黄金选择
（TASLP）作为自然语言处理领域的顶级期刊，自1993 年创刊以来持续引领学科发展。：语言建模、多模态对话系统、语音驱动文本生成。：端到端语音合成、方言识别、声纹生物识别。：约18%-22%（初审退稿率超60%）：每年3-5月（避开会议论文截稿高峰）：302篇（中国学者占比21.7%）• 预提交arXiv预印本（需声明）• 数据层面：开源代码或发布新数据集。：11.3（超越91%同领域期刊）• 应用层面：工业场景压力测试报告。• 算法层面：提供消融实验对比表。：4.1（五年IF 4.2）
2025-03-08 17:59:51
754
原创 挑战AI领域“黄金标杆“：揭秘国际顶刊《Artificial Intelligence》的学术密码
在ChatGPT掀起的技术狂潮中，AIJ依然保持着学术圣殿的纯粹性。这里不追逐热点，但创造经典；不追求数量，但雕琢永恒。当你的研究既能解构智能的本质，又能重塑产业的未来时，AIJ的大门终将为你敞开。正如期刊现任主编在最新社论所言：“我们寻找的不是完美的答案，而是能照亮未知领域的火炬。投稿绿色通道AIJ官方投稿系统（本文数据更新至2025年3月，动态信息请以期刊官网为准）
2025-03-08 17:47:15
493
原创 智能科学与技术（一级学科）介绍
它主要研究智能的形成、演化、实现的理论、技术和应用，以及相关的伦理与治理问题。随着技术的不断进步，智能科学与技术这一新兴的交叉学科，正逐渐成为学术界和工业界的焦点。智能科学与技术作为一门新兴的交叉学科，不仅为我们提供了理解和模拟智能的新视角，也为人工智能的发展和应用提供了强大的理论支持和技术基础。随着研究的深入，智能科学与技术必将在科技创新和产业发展中发挥越来越重要的作用。智能科学与技术与多个学科有紧密的联系，包括控制科学与工程、计算机科学与技术、软件工程、网络空间安全、数学等。
2024-10-27 16:11:36
1484
原创 探索蛋白质相互作用的新视角：图神经网络在预测中的应用
在生物学研究中，蛋白质-蛋白质相互作用（PPI）是理解细胞生物学过程和揭示疾病机制的关键。随着时间的推移，科学家们已经开发出了许多方法来预测这些复杂的相互作用。然而，当这些方法应用于未见过的数据集时，它们的性能往往会显著下降。在最近的一项研究中，来自SenseTime Research的Guofeng Lv、Zhiqiang Hu、Yanguang Bi和Shaoting Zhang提出了一个新的评估框架和基于图神经网络（GNN）的方法，用于更好地预测新型蛋白质之间的相互作用。
2024-10-04 02:22:58
682
原创 情感计算领域期刊与会议
这可能是因为从事情感计算研究的学者主要分为NLP和CV两个群体，他们更倾向于将研究成果投稿到各自领域的期刊和会议上。CVer叫面部表情识别。情感计算是一个多元化的研究领域，无论研究侧重于哪个方向，总有合适的期刊和会议供选择。TAFFC和ACII作为领域内的顶级期刊和会议，是所有情感计算研究者都可以考虑的投稿平台。理论上，情感计算领域的投稿选择众多，但目前许多期刊和会议上关于情感计算的论文数量并不多，例如TOCHI、IJHCS、CHI。值得注意的是，多模态情感计算的研究大多由NLP领域的学者主导。
2024-09-19 02:09:43
1824
原创 人工智能各方向的顶会和顶刊（CAAI-A类目录）
AAAI: AAAI Conference on Artificial IntelligenceCICAI: CAAI International Conference on Artificial IntelligenceUAI: Conference on Uncertainty in Artificial IntelligenceIJCAI: International Joint Conference on Artificial IntelligenceAIJ: Artificial Intel
2024-09-13 12:29:56
1893
原创 在Linux服务器上添加用户并设置自动登录
在Linux系统中，authorized_keys 文件用于存储允许通过 SSH 访问特定用户帐户的公钥。但是，新创建的用户一般没有这个文件。创建完成后，将用户的本地公钥添加到 authorized_keys 文件中。需要在Linux服务器上添加一个新用户，可以使用以下命令。接下来设置用本地密钥连接。
2024-09-12 18:50:54
547
原创 人工智能（AI）领域各方向顶会和顶刊
在人工智能（AI）这个快速发展的领域，研究人员和从业者需要紧跟最新的研究动态和技术进展。顶级的会议和期刊是获取最新科研成果和交流思想的重要平台。以下是人工智能领域内不同方向的顶级会议和期刊概览。
2024-09-11 19:59:50
3474
原创 最新发布！中国人工智能学会(CAAI)推荐目录，涵盖11个AI领域方向！
重磅消息，中国人工智能学会(CAAI)最新发布推荐目录，为AI领域的科研工作者提供权威参考！
2024-09-03 13:04:57
597
原创 EmotionIC：受情感惯性和传染驱动的依赖建模用于对话中情绪识别
对话中情绪识别（ERC）是自然语言处理（NLP）中最受关注的研究领域之一，旨在识别对话中每个话语的情感。由于这项任务在意见挖掘、共情对话和智能家居等多个系统的潜在应用，最近受到了NLP研究人员的广泛研究。
2024-08-29 20:04:27
1021
原创 AI人的列表！《中国人工智能学会推荐国际学术会议和国际/国内期刊目录》正式发布
AI人的列表！《中国人工智能学会推荐国际学术会议和国际/国内期刊目录》正式发布
2024-08-25 13:42:30
724
原创 Large, Complex, and Realistic Safety Clothing and Helmet Detection: SFCHD Dataset and SCALE Method
Advancing Construction Site Safety With AI: Introducing the SFCHD Dataset and SCALE Module
2024-08-13 16:46:13
865
原创 Windows不解锁屏幕自启动程序
Windows不解锁屏幕自启动程序序言方法序言实验室的要求比较脑残，晚上居然还要求人走断电。作为计算机专业并且喜欢偷点懒的同学，偶尔想在宿舍远程连接一下实验室电脑学习（su cheng）一下，这种要求真的有点狗血。因此，我想让实验室电脑通电便自动开机，并且在不解锁电脑屏幕的情况下自动连接校园网，还能在自动打开远程连接的程序。前前后后花了不少的时间（zhuyaoshiwotailaji），今天终于搞定了。方法电脑通电自启比较简单，有的主板本身就支持，进bios设置一下就行。电脑自动连接校园网还有有点
2022-03-15 17:01:24
4615
2
原创 神经网络最后一层处理
神经网络最后一层处理回归任务分类任务二分类多分类通常，根据目标任务的不同，神经网络的最后一层处理方式也会不同。这篇文章将根据任务类型分别讨论。回归任务如果目标任务的预测值在 (−∞,+∞)(-\infty,+\infty)(−∞,+∞)，一般默认不使用激活函数，意味着神经网络的输入和输出是线性关系。不过，以这种目标为任务的神经网络，一般在隐藏层使用非线性激活函数，在输出层不使用激活函数。如果目标任务的预测值在 [0,+∞)[0,+\infty)[0,+∞)，一般使用ReLU，例如房价预测的回归任务。
2022-03-14 16:28:34
6460
1
转载 欧/非欧几里得数据
欧/非欧几里得数据欧几里得数据非欧几里德数据欧几里得数据像图片(image) 和视频(video) 以及 语音(voice) 这些排列整齐的数据可以用矩阵来表达，如：图片数据天然的，节点和邻居节点有着统计上的相关性，因此能够找出邻居节点。这类型的数据排列整齐，不同样本之间可以容易的定义出“距离”这个概念出来，意味着可以很容易地定义出卷积这个操作出来，并且在深度网络中进行进一步操作。假设现在有两个图片样本，尽管其图片大小可能不一致，但是总是可以通过空间下采样的方式将其统一到同一个尺寸的，然后直接逐个像
2022-03-01 21:45:08
3063
原创 Graph Embeding—DeepWalk、Line、SDNE、Node2vec、Struc2vec
Graph Embeding—DeepWalk、Line、SDNE、Node2vec、Struc2vec概念什么是图嵌入（网络嵌入）？为什么用Graph Embeding？DeepWalk（2014）LINE（2015）SDNE（2016）Node2vec（2016）Struc2vec（KDD 2017）扩展概念什么是图嵌入（网络嵌入）？图嵌入就是将图中的节点用一个较低维度的向量表示，并且这些向量要能反应原先图的某些特性，如在原图中两个节点的结构类似，那么这两个节点的向量表示也应该类似。机器学习下游
2022-02-27 23:42:13
1936
原创 latex编译报错问题集
latex编译报错问题集1、bib文件项目（entry）重复1、bib文件项目（entry）重复This is BibTeX, Version 0.99d (TeX Live 2021/W32TeX)The top-level auxiliary file: perception.auxThe style file: IEEEtran.bstDatabase file #1: perception.bibRepeated entry—line 465 of file perception.bib
2022-02-27 11:10:28
5739
4
原创 __init__.py文件和__init__()函数的作用
__init__.py和__init__函数的作用__init__.py文件__init__函数init.py文件一个包是一个带有特殊文件 init.py 的目录。init.py 文件定义了包的属性和方法。它也可以什么都不定义，可以只是一个空文件，但是必须存在。如果 init.py 不存在，这个目录不是一个包，也不能被导入或者包含其它的模块和嵌套包。__init__函数__init__方法的作用类似于C中的构造函数，但是使用也有区别。在子类不重写__init__方法时，子类会默认调用父类中的__in
2022-01-25 12:49:20
1032
原创 邻接矩阵的操作：有向图转化为无向图
邻接矩阵的操作：有向图转化为无向图import scipy.sparse as spimport numpy as npadj = sp.coo_matrix(((5,1,6,2,3,4,7),([0,0,1,1,2,3,4],[0,2,1,3,4,4,2])), shape=(5,5),dtype=np.float32)print(adj.A) # 原始矩阵'''[[5. 0. 1. 0. 0.] [0. 6. 0. 2. 0.] [0. 0. 0. 0. 3.] [0. 0. 0. 0
2022-01-24 20:40:20
2416
1
原创 矩阵sp.coo_matrix()
稀疏矩阵sp.coo_matrix描述例子描述sp.coo_matrix()用于生成坐标格式的矩阵(Coodrdinate format matrix)。例子import scipy.sparse as spimport numpy as nprow = np.array([0, 3, 1, 0])col = np.array([0, 3, 1, 2])data = np.array([4, 5, 7, 9])B = sp.coo_matrix((data, (row, col)),
2022-01-24 18:29:13
3189
原创 Python3 字典 get() 方法
@[TOC](Python3 字典 get() 方法)描述Python 字典 get() 函数返回指定键的值，dict.get(key, default=None)。参数key – 字典中要查找的键。default – 如果指定的键不存在时，返回该默认值。例子tinydict = {'Name': 'Runoob', 'Age': 27}print ("Age 值为 : %s" % tinydict.get('Age'))print ("Sex 值为 : %s" % tinydict
2022-01-24 17:46:27
1153
原创 Python map() 函数
Python的map函数描述参数例子描述map(function, iterable, ...) 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的“新列表”。参数function – 函数iterable – 一个或多个序列例子def square(x) : # 计算平方数 return x ** 2map(square, [1,2,3,4,5]) #
2022-01-24 17:29:00
295
原创 import引用自定义包、模块sys.path.append()
import引用自定义包、模块）sys.path.append(问题sys.path.append()os.path.dirname(__file__)问题当引用不同文件下的自定义包时，容易出现以下问题ModuleNotFoundError: No module named 'ge'由于import xxx时，默认情况下python解释器会搜索当前目录、已安装的内置模块和第三方模块，不能搜索其它目录。因此，需要我们手动使用sys.path.append()添加sys.path.append()
2022-01-23 20:40:17
1686
原创 概率论与数理统计的基本概念
概率论与数理统计的基本概念概率密度（函数）分布函数分布表分布律二维随机变量联合概率密度联合分布函数联合分布表联合分布律边缘概率密度边缘分布函数边缘分布律概率密度（函数）概率密度函数（又称概率密度），在很多场景下是一个小山峰线，记为f(x)。f(x)的横坐标为组距，纵坐标为频率/组距，这个小山峰线和横坐标围成的面积（小山峰面）表示频率，值为1。分布函数分布函数是一个概率，是随机变量X存在于区间负无穷至x上的概率，记为F(x)，是上面介绍的小山峰面的一部分。连续型随机变量的概率需要计算概率密度函数
2022-01-18 19:52:55
3846
原创 更新win11之后人脸识别不用录入和使用
更新win11之后人脸识别不用录入和使用大概率是因为照相机驱动问题所致，需要回退到上一个版本的驱动程序。具体解决步骤如下：右击win标，选择设备管理器，找到照相机，下面一般有两个驱动右击Integrated lR Camera，更新驱动程序，选择浏览我的电脑以查找驱动程序。然后选择让我从计算机上…最后安装10.0.19041.20188[2021/5/27]这个版本的驱动即可。...
2021-08-20 19:36:50
1783
原创 Graph Neural Networks—GCN、GraphSAGE、GAT
GCN（1stChebNet）与GraphSage的不同：GCN需要将整个图（邻接矩阵）输入进去，GraphSage不用输入整个图的拓扑结构，可以批量处理；GCN是直推式的方法，GraphSage是归纳式的方法，可以处理unseen node；GCN聚合了每个邻居的信息，GraphSage采样固定数量的邻居；GCN的输入有节点编号列表、节点特征、邻接矩阵，而GraphSage的输入包括三个部分，节点编号列表、每个节点的邻居列表、节点的特征表示矩阵；GCN表面看起来是谱域方法，其实也是一种空域方法
2021-04-19 02:03:31
3256
原创 python私有、公有、专有
私有方法某些对象(属性、方法、函数、类等)只能够在某个范围内访问，出了这个范围就不能访问了，这是“公”、“私”之分。此外，还会专门为某些特殊的东西指定一些特殊表示，比如类的名字用 class，方法用 def，这就是保留字。除了保留字，Python 中还为类的名字做了某些特殊准备，就是“专有”的范畴。以“__”双划线开头的，将这类命名的函数/方法称之为“私有函数”。所谓“私有”，即：私有函数不可以从它们的模块外面被调用私有类方法不能够从它们的类外面被调用私有属性不能够从它们的类外面被访问跟私有
2020-07-03 17:27:36
1451
原创 Side Information-KGAT: Knowledge Graph Attention Network for Recommendation阅读笔记
Xiang Wang, Xiangnan He, Yixin Cao, Meng Liu and Tat-Seng Chua (2019). KGAT: Knowledge Graph Attention Network for Recommendation. Paper in ACM DL or Paper in arXiv. In KDD’19, Anchorage, Alaska, USA, August 4-8, 2019.@inproceedings{KGAT19,author =.
2020-06-28 13:05:50
605
原创 Side Information-Knowledge Graph Convolutional Networks for Recommender Systems阅读笔记
Knowledge Graph Convolutional Networks for Recommender Systems基本信息作者Hongwei Wang∗, Miao Zhao, Xing Xie, Wenjie Li, Minyi Guo†[重要作者提示]†Dr. Minyi Guo (过敏意), Zhiyuan Chair Professor, IEEE Fellow, ACM Distinguished Member标签Recommender systems; Knowledge
2020-06-27 16:33:49
1410
原创 RGCN-Modeling Relational Data with Graph Convolutional Networks阅读笔记
作者：来自于 University of Amsterdam 的 Michael Schlichtkrull, Thomas N. Kipf（GCN的作者）, Peter Bloem（VU Amsterdam）, Rianne van den Berg, Ivan Titov, Max WellingAbstractKnowledge graphs enable a wide variety of applications, including question answering and inform
2020-06-26 22:20:46
2115
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人