34. BI - 美国大学生足球队的 GCN 案例

最新推荐文章于 2025-12-01 22:20:41 发布
最新推荐文章于 2025-12-01 22:20:41 发布
阅读量1.1k 收藏 21
点赞数 9
CC 4.0 BY-SA版权
分类专栏： 茶桁的AI秘籍#BI 茶桁的 AI 会员专栏 文章标签： embedding 算法 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ivandoo/article/details/138104584

本文为 「茶桁的 AI 秘籍 - BI 篇 第 34 篇」

文章目录


在这里插入图片描述

Hi，你好。我是茶桁。

在上一节课中，因为需要，我们先是回顾了一下 Graph Embedding，然后跟大家讲解了 GCN 以及其算法。虽然是推导完了，不过具体要怎么使用可能很多同学还是不太清楚，那咱们这一节课，就拿一个例子来看看具体的 GCN 该怎么去用。

美国大学生足球队 Embedding（GCN）

首先用 networkx 对图做一个处理，原始数据去加载的时候是read_gml:

import networkx as nx
G = nx.read_gml(path + '/LPA/football.gml')
了解本专栏 订阅专栏 解锁全文 超级会员免费看
CTR-GCN 代码理解
一杯水果茶！足矣~
04-21 2708
CTR-GCN 代码理解
CTR-GCN 论文解读
一杯水果茶！足矣~
04-11 2697
提出了一种信道拓扑优化图卷积，该卷积可以动态有效地对信道拓扑进行建模。共享拓扑是一个参数化的邻接矩阵，作为所有通道的拓扑先验，并提供顶点之间的一般相关性。通过使用特定于通道的相关性细化共享拓扑，CTR-GC 获得了通道拓扑。
【论文解读 AAAI 2020 | Bi-GCN】Rumor Detection on Social Media with Bi-Directional GCN
byn12345的博客
06-11 1万+
论文题目：Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks 论文来源：AAAI 2020 清华大学, 腾讯AI 论文链接：https://arxiv.org/abs/2001.06362 代码链接：https://github.com/TianBian95/BiGCN 关键词：谣言检测，社交媒体，GCN 文章目录1 摘要2 引言3 Preliminaries4 Bi-GCN谣言检测模型5 实验.
ST-GCN 使用+复现
热门推荐
weixin_42285497的博客
10-29 1万+
ST-GCN 使用+复现 下载所需数据集 Kinetics 与 NTU-RGB+D Kinetics(百度云)下载地址 NTU-RGB+D (their website) (Only the 3D skeletons(5.8GB) modality is required in our experiments) stgcn官方使用了Kinetics-skeleton和NTU RGB+D...
BERT-BILSTM-GCN-CRF-for-NER: NER任务中的融合创新
gitblog_06798的博客
05-02 873
BERT-BILSTM-GCN-CRF-for-NER: NER任务中的融合创新 去发现同类优质开源项目:https://gitcode.com/ 简介 本文档提供了针对命名实体识别（NER）任务的BERT-BILSTM-GCN-CRF模型资源。该模型在原有的BERT-BILSTM-CRF基础上，创新性地融合了图卷积网络（GCN）和词性标签信息，旨在提升命名实体识别的准确性和效率。 模型描述 BE...
论文阅读： BI-GCN
sigmoidAndReLU的博客
12-21 1675
paper name：BI-GCN: Boundary-Aware Input-Dependent Graph Convolution Network for Biomedical Image Segmentatation 论文名称：边界感知输入独立的图卷积网络 论文地址: arxiv:2110.14775 代码：未公布 摘要： 分割是图像处理中的重要步骤，而卷积操作是受限于局部感受野的，所以全局信息的提取模型对于分割任务而言意义重大。所以本文就应用图卷积来解决这一问题，并且提出了一个Laplacian方法
GCN+BiLSTM多特征输入时间序列预测（Pytorch）
机器学习之心的博客，关注并私信文章链接，获取对应文章源码和数据。
10-26 892
GCN+BiLSTM多特征输入时间序列预测（Pytorch）
win10 ST-GCN复现
qq_41935047的博客
12-06 4275
win10 ST-GCN复现 下载源码 https://github.com/yysijie/st-gcn 安装requirements 1.anaconda切换python环境 命令为 conda activate 环境名，如： conda activate pytorch1.4 2.安装requirements cd st-gcn //切换到st-gcn目录下，win10可能要以管理员模式开启cmd pip install -r requirements.txt 提示安装失败，于是一个一个安装pac
ST-GCN 论文解读
一杯水果茶！足矣~
04-09 3894
通过将图神经网络扩展到时空图模型，设计一种用于动作识别的骨架序列的通用表示，称为时空图卷积网络(ST-GCN)。
33. BI - Graph Embedding 回顾以及 GCN 算法介绍
茶桁专栏
04-21 933
「GCN」，这里的 G 就是 Graph，CN 基本上就是 CNN 差不多，是卷积神经网络。其实从名字上分析，我们知道它应该是「图卷积神经网络」。 图卷积神经网络是在图的基础上做了特征的提取，这个特征提取能力对于图的特征提取来说是非常强大的一个武器，把特征提取完以后就可以用于后续的分类任务。
STGCN-PyTorch-master.zip_STGCN 代码分析_STGCN pytorch_stgcn_stgcn d
07-15
这个"STGCN-PyTorch-master.zip"压缩包包含了一个基于PyTorch实现的STGCN源码，是IJCAI 2018年计算机顶会的一篇论文的代码实现。以下是对STGCN模型以及其PyTorch实现的详细解释： 1. **STGCN模型结构**： - **图...
35. BI - 利用项目「恶意软件检测」来看 GCN 和 LSTM 的对比
茶桁专栏
04-28 882
相信很多同学应该都或多或少的用过查毒的软件吧？那么，杀毒软件怎么查毒呢？杀毒软件其实也是要通过软件的一些特征行为来做判断，那行为的采集是由 API 来做标识的。
Leetcode 65 固定长度窗口 | 中心辐射型固定窗口
im_AMBER的博客
12-01 640
窗口是 “连续固定长度” 还是 “以某个点为中心辐射”？若题目说 “长度为 k 的子数组”→ 普通固定窗口；若题目说 “半径为 k”“以每个元素为中心”→ 中心辐射型窗口。结果是 “每个窗口对应一个值” 还是 “每个索引对应一个值”？前者→普通固定窗口；后者→中心辐射型窗口。
八.函数递归
weixin_60668256的博客
12-01 335
return 0;
2025年全国大学生统计科学与算法编程挑战赛——算法赛道（一）
最新发布
qq_73044452的博客
12-01 238
摘要：本文包含三个编程问题的解决方案。1) 贪吃蛇问题：通过解析移动指令计算蛇最终所在格子的编号；2) 经济小鱼问题：计算前两局存钱、后两局花钱，最终剩余指定金币的方案数；3) 小理吃甜食问题：模拟多轮糖果挑选过程，计算小理获得的最大总糖果值。每个问题都给出了完整的C++实现代码，涉及字符串处理、数学计算和模拟算法等技术。
强化学习[page13]【chapter7】时序差分方法算法介绍
4AM_明朝百晓生
12-01 380
其次，式(7.1)中的TD算法仅能估计给定策略的状态值。尽管如此，本节介绍的TD算法非常基础，对理解本章其他算法至关重要。例如，本章介绍的所有算法都属于时序差分学习的范畴。为简洁起见，式(7.2)常被省略，但必须意识到若缺少该式，算法在数学上将不完整。TD 方法的一个特点是，它在每个时间步更新其值估计，而 MC 方法则要等到回合结束才更新。TD学习的核心思想是基于新获得的信息来修正当前对状态值的估计。因此，TD误差不仅反映两个时间步之间的差异，更重要的是反映了估计值。反映了时间步t与t+1之间的差异。
基于MATLAB的准Z源NpC三电平逆变器拓扑：SVPWM调制与中性点平衡算法的创新应用
2509_94268408的博客
11-30 389
这玩意儿结合了SVPWM调制和中性点平衡算法，实测波形效果比传统拓扑稳得多，特别是处理电压突降和中性点漂移时表现惊艳。有意思的是，当故意让算法失效时，相电压会出现明显的三次谐波毛刺（如下图右侧），而启用平衡算法后波形干净得像用尺子画出来的一样。基于MATLAB搭建的准Z源NpC三电平逆变器拓扑，利用SVPWM调制算法，加入了中性点平衡算法，有创新，给出了线电压和相电压波形。这段代码直接帮我们锁定了电感最优值在1.2mH附近，比教科书公式算出来的更准，毕竟实际仿真考虑了开关器件的非线性特性。
人工兔算法详细原理，人工兔算法公式，人工兔算法优化BP神经网络
abc991835105的博客
12-01 43
摘要：人工兔优化算法(ARO)是一种受兔子生存策略启发的智能优化算法。该算法通过模拟兔子的"绕道觅食"和"随机躲藏"两种行为，分别对应全局探索和局部开发。算法采用能量因子机制自动平衡探索与开发，包含三个核心公式：绕道觅食公式实现全局跳跃搜索，随机躲藏公式进行局部精细优化，能量收缩机制控制搜索策略转换。实验结果表明ARO在多种优化问题上表现优异，能够有效避免早熟收敛并找到高质量解。该算法适用于工程设计、路径规划等复杂优化问题。
二维vector完全指南1：从定义到增删改查
布心老混子
11-30 503
这个指南涵盖了二维vector的所有基本操作，掌握了这些就能熟练使用二维vector解决各种问题！：vector会自动管理内存，无需手动释放。：每行可以有不同数量的元素。：如果知道大致大小，使用。
基于双向图卷积网络（Bi-GCN）的时间序列预测模型实现与实践
本文档提供了一个系统而深入的Bi-GCN时间序列预测模型实现方案，涵盖了理论背景、模型设计、实现细节和实际应用等多个方面，适合对深度学习、图神经网络和时间序列预测感兴趣的科研人员、工程师和研究生参考和实践。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

茶桁

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值