<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[SC_Linno的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/SC_Linno</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; SC_Linno]]></copyright><item><title><![CDATA[【论文笔记】图神经网络采样相关工作整理9.19]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/133037757</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/133037757</guid><author>SC_Linno</author><pubDate>Tue, 19 Sep 2023 18:23:43 +0800</pubDate><description><![CDATA[目前引用数：11628本文提出了一种称为GraphSAGE的新的图嵌入方法，该方法可以在大型图上进行高效的无监督和有监督学习。GraphSAGE通过学习如何从节点的局部邻域中聚合特征信息来生成节点的嵌入。该方法可以处理具有数百万个节点和数十亿个边的大型图，并且可以在具有少量标记节点的情况下进行半监督学习。]]></description><category></category></item><item><title><![CDATA[Distill学习计划-深入理解图上卷积]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/132715271</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/132715271</guid><author>SC_Linno</author><pubDate>Wed, 06 Sep 2023 14:51:21 +0800</pubDate><description><![CDATA[译自非常好的一篇博客，原文链接​	很多系统和交互——社交网络、分子结构、组织机构、文献引用、物理模型和交通都可以表示为图。我们如何在这些系统中推理和做出预测？​	一种想法是我们应用在其他领域表现良好的工具，比如神经网络在许多学习任务中展示了巨大的潜力。但是传统神经网络常用于操作固定大小或者常规结构的输入（比方说句子、图片和视频），因此我们不能优雅的用它们处理图结构数据。​	图神经网络(Graph neural networks,GNN)是神经网络中可用于处理图结构数据的一员，通过提取和利用基础图中的特征，G]]></description><category></category></item><item><title><![CDATA[Distill学习计划-GNN的通俗解释]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/132629578</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/132629578</guid><author>SC_Linno</author><pubDate>Fri, 01 Sep 2023 21:13:02 +0800</pubDate><description><![CDATA[下图表示在图中每个节点如何通过层次去聚集信息。]]></description><category></category></item><item><title><![CDATA[如何使用Unity制作一个国际象棋]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/132593247</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/132593247</guid><author>SC_Linno</author><pubDate>Wed, 30 Aug 2023 23:55:14 +0800</pubDate><description><![CDATA[如果有更新建议请私信@RWLinno项目地址：https://github.com/RWLinno/LinnoChess。]]></description><category></category></item><item><title><![CDATA[【论文笔记】最近看的时空数据挖掘综述整理8.27]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/132522992</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/132522992</guid><author>SC_Linno</author><pubDate>Sun, 27 Aug 2023 14:01:32 +0800</pubDate><description><![CDATA[论文首先介绍了时空数据挖掘的背景和意义，然后详细介绍了深度学习在时空数据挖掘中的应用，包括卷积神经网络（CNN）、循环神经网络（RNN）等模型在时空数据中的特征学习、时空数据的表示方法、时空数据的预测和分类等任务。本论文的主要贡献在于系统地回顾了Transformer在时间序列建模中的应用，提出了一个新的分类法，并分析了每个时间序列Transformer的见解、优点和局限性。在网络修改方面，论文讨论了对Transformer进行的低层次（即模块）和高层次（即架构）的改进，以优化时间序列建模的性能。]]></description><category></category></item><item><title><![CDATA[写了个问卷星社区互填小助手]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/132040248</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/132040248</guid><author>SC_Linno</author><pubDate>Tue, 01 Aug 2023 13:39:54 +0800</pubDate><description><![CDATA[version : 1.0
release date : 2023.8.1
author : RWLinno
github : https://github.com/RWLinno/sojump-helper支持速刷互填社区的点数，使得自己的问卷更多曝光，从而达到快速回收问卷的目的。按 查看网页源代码，随后全选，复制。
粘贴到程序目录下的page.txt文本中。
4.最后安装相应环境，运行main.py即可，点击按钮即可。
5.结果：社区上有很多问卷还处理不了(有些要手机端、有些限定复选数等等)，但10秒能]]></description><category></category></item><item><title><![CDATA[如何快速创建学术风个人主页]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/131820054</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/131820054</guid><author>SC_Linno</author><pubDate>Wed, 19 Jul 2023 23:35:00 +0800</pubDate><description><![CDATA[title : 如何创建学术风个人主页tags : 杂技。]]></description><category></category></item><item><title><![CDATA[Graph Learning笔记 - 长尾分布问题]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/131176627</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/131176627</guid><author>SC_Linno</author><pubDate>Mon, 12 Jun 2023 20:45:50 +0800</pubDate><description><![CDATA[提出meta-tail2vec 方法来优化尾部节点嵌入问题对于尾部节点的嵌入问题，采用重建的回归模型来计算。对于网络的局部感知位置问题，提出删边和元学习的方法局部调整在公共数据集中进行大量实验，验证了meta-tail2vec的性能提升针对长尾效应提出Tail-GNN模型提出的概念，捕获节点与邻居的传递关系在五个公共数据集上进行实验，Tail-GNN取得了SOTA成绩提出Cold Brew方法解决SCS(孤立点Strict Cold Start)节点的噪声邻居问题。]]></description><category></category></item><item><title><![CDATA[系统U盘制作随记]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/131079144</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/131079144</guid><author>SC_Linno</author><pubDate>Wed, 07 Jun 2023 01:07:18 +0800</pubDate><description><![CDATA[这里附上网盘链接，大家可以直接打包带走所有东西，有不懂的可以私信交流一下。链接：https://pan.baidu.com/s/11vDhQleJFl-III-TBR0M0w提取码：beqs。]]></description><category></category></item><item><title><![CDATA[爬虫学习笔记04-分布式与协程]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/131041306</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/131041306</guid><author>SC_Linno</author><pubDate>Tue, 06 Jun 2023 13:00:00 +0800</pubDate><description><![CDATA[我们需要搭建一个分布式的机群，让其对一组资源进行分布联合爬取，提升爬取数据的效率。]]></description><category></category></item><item><title><![CDATA[爬虫学习笔记03-Scrapy框架]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/131041277</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/131041277</guid><author>SC_Linno</author><pubDate>Tue, 06 Jun 2023 12:00:00 +0800</pubDate><description><![CDATA[就是一个集成了很多功能并且具有很强通用性的一个项目模板。:爬虫中封装好的一个明星框架。功能：高性能的持久化存储，异步的数据下载，高性能的数据解析，分布式。]]></description><category></category></item><item><title><![CDATA[爬虫学习笔记02-基本模块]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/131041263</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/131041263</guid><author>SC_Linno</author><pubDate>Tue, 06 Jun 2023 11:00:00 +0800</pubDate><description><![CDATA[概念：Request是python中原生的一款基于网络请求的模块。特点：功能强大，简单便捷，效率极高。作用：模拟浏览器发请求。]]></description><category></category></item><item><title><![CDATA[爬虫学习笔记01-概念]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/131040906</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/131040906</guid><author>SC_Linno</author><pubDate>Tue, 06 Jun 2023 10:00:00 +0800</pubDate><description><![CDATA[通过编写程序，模拟浏览器上网，然后让其去互联网上抓取数据的过程。：门户网站可以通过制定相应的策略或者技术手段，防止爬虫程序进行网站数据的爬取。：爬虫程序也可以通过制定相关的策略或者技术手段，破解门户网站具备的反爬机制，从而获取门户网站的数据。：君子协议。规定网站内容中哪些可以爬取，哪些不可以被爬取。]]></description><category></category></item><item><title><![CDATA[【Kaggle实战记录01】Titanic - Machine Learning]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/130022368</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/130022368</guid><author>SC_Linno</author><pubDate>Fri, 07 Apr 2023 23:01:32 +0800</pubDate><description><![CDATA[title : 【Kaggle实战记录01】Titanic - Machine Learning from Disastertags : 机器学习,练习记录。]]></description><category></category></item><item><title><![CDATA[【超好懂的比赛题解】暨南大学2023东软教育杯ACM校赛个人题解]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/129781975</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/129781975</guid><author>SC_Linno</author><pubDate>Sun, 26 Mar 2023 17:44:26 +0800</pubDate><description><![CDATA[title : 暨南大学2023东软教育杯ACM校赛 题解tags : ACM,练习记录。]]></description><category></category></item><item><title><![CDATA[RWLinno的退役贴]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/128123173</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/128123173</guid><author>SC_Linno</author><pubDate>Wed, 30 Nov 2022 21:49:38 +0800</pubDate><description><![CDATA[title : RWLinno的退役贴tags : ACM。]]></description><category></category></item><item><title><![CDATA[2020 ICPC银川 个人题解]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/127957109</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/127957109</guid><author>SC_Linno</author><pubDate>Mon, 21 Nov 2022 05:29:58 +0800</pubDate><description><![CDATA[title : 2020 ICPC银川 个人题解tags : ACM,题解，练习记录。]]></description><category></category></item><item><title><![CDATA[2019 ICPC银川 个人题解]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/127957108</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/127957108</guid><author>SC_Linno</author><pubDate>Mon, 21 Nov 2022 05:24:58 +0800</pubDate><description><![CDATA[title : 2019 ICPC银川 个人题解tags : ACM,题解，练习记录。]]></description><category></category></item><item><title><![CDATA[2015 CCPC 个人题解]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/127957104</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/127957104</guid><author>SC_Linno</author><pubDate>Mon, 21 Nov 2022 05:12:13 +0800</pubDate><description><![CDATA[title : 2015CCPC 个人题解tags : ACM,题解，练习记录。]]></description><category></category></item><item><title><![CDATA[2020CCPC 威海站 个人题解]]></title><link>https://blog.youkuaiyun.com/SC_Linno/article/details/127957101</link><guid>https://blog.youkuaiyun.com/SC_Linno/article/details/127957101</guid><author>SC_Linno</author><pubDate>Mon, 21 Nov 2022 04:52:20 +0800</pubDate><description><![CDATA[title : 2020CCPC 威海站 个人题解tags : ACM,题解，练习记录。]]></description><category></category></item></channel></rss>