qq_35780315的博客

原创 深度学习引言

动手学深度学习pytorch版的笔记

原创 【论文笔记】Learning from Multiple Cities: A Meta-Learning Approach for Spatial-Temporal Prediction

如何将元学习与时空网络结合以预测时空信息

原创 【论文笔记】Revisiting Spatial-Temporal Similarity: A Deep Learning Framework for Traffic Prediction

交通预测的关键挑战在于如何建模复杂的空间依赖性和时间动态。虽然在建模中考虑了这两个因素，但现有的工作对空间依赖性和时间动力学做出了强有力的假设，即空间依赖性在时间上是平稳的，时间动力学是严格周期性的。然而，在实践中，空间依赖性可能是动态的（即不时变化），而时间动力学可能从一个周期到另一个周期有一些扰动。本文针对动态性这一点做出了自己的工作。...

原创 【论文笔记】Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction

在智慧城市的建设中，出租车需求预测是一个及其重要的问题。准确的预测需求能够帮助城市预分配交通资源，提前避免交通拥堵，从而缓解交通压力，同时降低出租车空载率，提高出租车司机收入。传统的出租车需求预测往往基于时序预测技术，无法对复杂的非线性时空关系进行建模。深度学习技术的突破为交通预测问题带来了曙光，但是现存的深度学习网络架构，往往只单一考虑了时间关系或者空间关系，没有把两者结合起来进行建模。本文提出了 DMVST-Net，同时对时间关系和空间更新进行建模。...

原创 Generalizable Resource Allocation in Stream Processing via Deep Reinforcement Learning

本文研究了流处理中的资源分配问题，即在大型分布式系统中如何实时处理连续的数据流。为了使系统吞吐量最大化，将流处理图的计算任务划分到计算设备上的资源分配策略必须同时平衡工作负载分布和最小化通信。在本文中，作者提出了一个图感知（graph-aware）的编码解码器框架来学习一种可推广（generalizable）的资源分配策略，该策略可以正确地分配从训练数据中未观察到的流处理图的计算任务。本文首次提出利用图嵌入来学习流处理图的结构信息。使用深度强化学习的图感知解码器联合训练。...

原创 整理研究方向（1）【未完成】

整理从交通流量预测发展到其他方向的团队文章，并研究调研我们可以研究的方向

原创 时空数据与异常检测

2020四月 IEEE AccessHUAD: Hierarchical Urban Anomaly Detection Based on Spatio-Temporal Data（基于时空数据的分层城市异常检测）识别城市中的交通异常流情况，数据是出租车、地铁数据，其实验方法是将城市地图分成区块，用了时空信息，但是不是时空图，本质图是普通图。2019十月 IEEE AccessAnomaly Detection Based on Spatio-Temporal and Sparse Featu.

原创 组异常检测论文学习-Group anomaly detection in social media analysis

组异常检测三挑战：事先不知道异常组里的成员都有谁单独对个体进行检测时可能检测不出异常异常组中成员数量会随着时间变化前期知识贝叶斯法则其中P(A|B)是在B发生的情况下A发生的可能性。为完备事件组，即在贝叶斯法则中，每个名词都有约定俗成的名称：Pr(A)是A的先验概率或边缘概率。之所以称为"先验"是因为它不考虑任何B方面的因素。Pr(A|B)是已知B发生后A的条件概率，也由于得自B的取值而被称作A的后验概率。Pr(B|A)是已知A发生后B的条件概率，也由于得自A的取值而被称作B的后验

原创 AAAI2021最佳论文InFormer阅读

本文根据作者在AIDrive上的分享和自己对论文的一些理解，整理而成。这篇论文主要解决长序列预测问题。作者认为以前的很多工作其实关注的是长序列输入学习问题（Long Sequence Input Learning Problem)，更关心在输入上的表征，更注重加强模型在处理大量输入时的能力而长序列预测问题，更关心输出的准确性，最主要的事情是建立长序列输入和长序列输出的映射或者AttentionMotivation:为什么要选择注意力机制Attention机制在处理信息时不会关注全局信息，而是关

原创 GNN相关论文tips

基于谱图理论(Spectral Graph Theory)发展而来的谱聚类相关算法[1]，可以用来解决图的分割或节点的聚类问题。统计学习方法(Statistical Relational Learning)[2]将关系表示和似然表示相结合，区别于传统的机器学习算法对数据的独立同分布(independent and identicall distributed，数据对象是同类且独立不相关)的假设，统计关系学习打破了对数据的两种假设，对图数据的学习具有更好的契合度。异构信息网络(heterogeneous.

原创 基于图神经网络的动态网络异常检测算法--论文阅读

原创 2019WWW--Beyond Shortest Paths: Route Recommendations for Ride-sharing

2019WWW–Beyond Shortest Paths: Route Recommendations for Ride-sharing这篇文章的主要思想就是先将网络塑造为一个前向（forward）网络，然后在这个网络上通过动态规划寻找到一条最佳路径（即节点权值（节点权值表示将会接到非冲突用户的可能性）最大的路径）贡献提出了一个新问题：Route Recommendation，区别于Route Planning 和 Taxi assignment。考虑到所有出租车和乘车订单的现状，出租车分配问题着

原创 网络表示初学习--节点嵌入 node embedding

Node Embedding四步骤根据在原空间中想求的相似关系，定义相似函数，但是有一个问题，如果我们已经知道在原空间中的相似关系，为什么还要映射到欧氏空间中？答：为了更适应深度学习等的处理方法，且原数据多为结构化数据，且维数过多。相似函数是最重要的！一般根据任务来选择设计。编码方式有两种：浅层（node2vec,DeepWalk,LINE…其实就是一个查询表，无法得到全局最优的结果）和深层。浅层嵌入方式（node2vec,DeepWalk,LINE,struc2vec)的区别是原始网络的相似

原创 Python安装osmnx包遇到的问题

用Anaconda安装osmnx包的时候一直提示：Solving package specifications根据网上给的解决方案，打开Anaconda Prompt，输入conda update -n base conda然后等着，我的电脑（i7-9750 2.6ghz 16gRam 10m网速） 大概花了7分钟，再输入conda update -n base conda然后报错 AttributeError: module 'brotli' has no attribute 'err

原创 菜鸟写论文中杂七杂八的小技巧

画图流程图流程图可以用Processon和draw.io绘制，优点是不用安装，缺点是会有一点点丑，调试会麻烦一点实验图画实验图的时候还是用的python，但是如下所示这种坐标轴是对数形式的图就很难画，教程中找不到，最终代码如下name_list = ['CAL',等]num_list = [数据]num_list1 = [数据]x =list(range(len(num_list)))total_width, n = 0.8, 2width = total_width / nplt.

原创 R语言学习及遇到的坑

入门1.在Rstudio安装包的时候报错Warning: 无法在貯藏處https://mirror.lzu.edu.cn/CRAN/src/contrib中读写索引:无法打开URL’https://mirror.lzu.edu.cn/CRAN/src/contrib/PACKAGES’Warning: 无法在貯藏https://mirror.lzu.edu.cn/CRAN/bin/wind...

原创 论文学习

论文笔记Spectral Clustering in Heterogeneous Information Networks基础知识Heterogeneous Information Networks 异质信息网络Spectral Clustering 谱聚类作者信息论文阅读笔记研究目的贡献方法感想Spectral Clustering in Heterogeneous Information N...

原创 深度学习笔记（一）：前期简单介绍

先修课程高等数学（偏导数）矩阵论（向量/矩阵操作与性质）概率论（常见分布、贝叶斯法则）与数理统计（均值、方差、最大似然）最优化编程经验（python、matlab)流程数据集划分step1.收集数据集，标记数据step2.拆分数据集训练集——训练模型，确定模型/网络参数验证/开发集——调整超参数（学习率，正则化参数等），选择特征，以及对学习算法做出其他决定测试集——...

原创 不同编程语言的初心及适用对象

C语言学习内容为指针、内存、数据结构等，语言本质是理解计算机系统结构，解决问题为性能，它是写操作系统的语言，适合计算机类专业做底层系统的开发Java语言学习内容为对象，跨平台，运行时，语言本质是理解主客体关系，解决问题为跨平台和交互问题，适合软件类专业学习C++语言学习内容为对象、多态、继承等面向对象的概念，语言本质是理解主客体关系，解决问题为编写大规模程序，比如操作系统，适合计算机专业...

原创 目标检测学习记录（alexnet)

这次的任务是识别损坏的绝缘子的照片，经过对比考虑，最终采用的是基于alexnet的svm，alexnet负责目标检测，svm负责对图像进行分类。alexnet相比较googlenet而言，在小型数据集上表现更为优越。（不过有个gg的消息，google将dropout申为专利了。。。）matlab出了一个深度学习工具箱，所以考虑使用matlab来解决这个问题。第一步：安装matlabR2019...

原创 The Pragmatic Programmer: From Journeyman to Master Tip集合

关心你的技艺 如果你不在乎能否漂亮的开发出软件，你又为何要耗费生命去开发软件？思考！你的工作 不断批评和评估你的工作提供各种选择，不要找蹩脚的借口 不要说事情做不到，说明能够做什么不要容忍破窗户 当看到糟糕的设计、错误的决策和糟糕的代码时，修正他们做变化的催化剂 不能强迫改变，而是展示或者想象未来可能会怎样，然后参与对未来的创造记住大图景 不要太过专注于细节，以致于忘了查...

翻译 Backward Path Growth for Efficient Mobile Sequential Recommendation 论文阅读(待更新）

摘要流动顺序建议的问题是为的士司机建议一条连接一套接驳点的路线，使他/她更有可能以较低的车费接载乘客。本质上，这个问题的一个关键挑战是它的高计算复杂度。本文提出了一种基于动态规划的移动顺序推荐问题求解方法，该方法由两个独立阶段组成：离线预处理阶段和在线搜索阶段。离线阶段预计算一组拾取点的潜在候选序列。根据代价函数的迭代特性，提出了一种反向增量序列生成算法。同时，在序列生成过程中采用增量剪枝策略，...

原创 论文怎么看

1、问题是社么2、解决办法是什么

原创 leetcode中遇到的编程问题及解决

leetcode 8.字符串转换整数（atoi)寻找字符串开头不为空格的位置：string.find_first_not_of(" ");

原创 存储微博内容小技巧--印象笔记

微博关注 我的印象笔记绑定印象笔记账户看到好的微博内容时，评论或转发时@我的印象笔记印象笔记中出现保存的博文内容若想将印象笔记中的笔记同步到到csdn，请看https://blog.youkuaiyun.com/muzizongheng/article/details/14164445...

原创 如何答辩

答辩的目标让老师/老板清楚你做的是什么东西，给他们讲清楚，而不是把他们讲晕终极目标是：让从来没接触过的人能听懂做的是什么，如何做到的，优点是什么答辩的内容问题是什么模型是什么方法是什么你做了什么优点是什么不要讲废话！时间越短内容越易懂越好...

原创 论文如何写

标题最重要的是找到好标题，好标题要体现：1、解决什么问题；2、用什么方法标题最多两行，标题不能过细也不能过大摘要用途：文章的概貌，全文工作的浓缩怎么写：问题背景和意义（一句话，什么问题，研究这个问题有什么价值）。现有解决方案有哪些，还有什么不足。（一句话）本文提出了什么方法，怎么做的，过程要简述（好几行）（这是摘要的主要部分）。结论（实验结果表明我们在。。。地方有优势）。摘要一般十行左...

原创 图像识别初学习

图像识别的过程：信息的获取预处理：包括A\D，二值法，图像的平滑、变换、增强、恢复、滤波等，主要指图像处理特征抽取和选择：在模式识别中，需要进行特征的抽取的选择。例如，一幅64*64的图像可以得到4096个数据，这种在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征。分类器设计：分类器设计的主要功能是通过训练确定判决规则，使按此类判决规则分类时，错误率最低。分类决策：在特...

原创 数据预测之BP神经网络

BP神经网络用于预测主要有两种利用方法：根据自身已有的数据预测未来的数据；根据已知的属性，预测未知的属性。

原创 便携式接触网检测小车技术方案

检测小车主要应用于动态测量普线铁路的接触网导高、拉出值、定位管坡度、线岔高差等参数。软件框图数据采集单元对激光传感器数据及里程计数据进行管理与采集数据分析单元获取数据采集单元的数据，进行分析，判断是否检测到定位管数据，当发现定位管数据时，截取定位管前后一定距离的数据，并分解出定位管、接触线数据，传送给参数解算单元数据解算单元分别对定位管数据、接触线数据进行计算，获得定位管坡度、接触线拉...

原创 翻译：A Unified Approach to Route Planning for Shared Mobility(未完成）

摘要共享移动应用程序出现了大幅增长，例如共享汽车，食品配送和众包包裹递送。共享移动性是指在用户之间共享的传输服务，其中一个核心问题是路线规划。给定一组工人和请求，路线规划为每个工人找到一条路线，即一系列用于接收和放下不时到达的乘客/包裹的位置并具有不同的优化目标。以前的研究缺乏实用性，因为它们的目标相互冲突，并且在将新请求插入路径时效率低下，是一种称为插入的基本操作。在本文中，我们提出了一种称为...

翻译 将矩阵&概率画成图

任何一个矩阵都能画成一个图！更严谨的来说，每个矩阵对应一个加权二分图。所谓图是指点和线的集合，二分是指两种不同的类型，加权是指每条线上都有一个数字标记。上图的三个绿点代表三行，两个红点代表两列，若对应矩阵值非零，则在绿点和红点间画一条线连接。任何矩阵 M 都是 n×m 个数的数组。但是这样的数组也可以看作函数 M：X×Y→R，其中 X = {x_1，…，x_n}，是一组 n 个元素组成的...

原创 统计学习方法学习笔记（一）

文章目录统计学习方法概论统计学习监督学习统计学习三要素模型评估与模型选择正则化与交叉验证泛化能力生成模型与判别模型分类问题标注问题回归问题统计学习方法概论介绍了统计学习的定义、研究对象与方法。提出了三要素：模型、策略和算法；介绍了模型选择，包括正则化、交叉验证和学习的泛化能力；介绍生成模型和判别模型；介绍监督学习的应用：分类、标准和回归。统计学习统计学习是关于计算机基于数据构建概率统计模型...