wanchaochaochao的博客

""" Initial test of the WFQ queueing discipline implementation. Copyright 2014 Dr. Greg M. Bernstein We base our parameter explorations on the first source. We set the output rate of the...

SimComponents包在这里直接将开源仿真包下载粘贴如下""" A bit more detailed set of components to use in packet switching queueing experiments. Copyright 2014 Greg M. Bernstein Released under the MIT lice...

Shared Resources共享资源在进程交互中可能需要用到,一系列进程进行排队以使用某种资源,比如多个客户等待银行服务,多辆汽车等待通过缴费站,仓库货物的运输消耗和通信网络的数据包转发等.Resources,可以由有限数量的过程一次使用的进程(例如,具有有限数量的燃油泵的加油站).Containers,用于模拟同质,无差别主体的生产和消费的资源,可以是连续的(如水)或离散的(如苹果)....

目录简介安装命令EnvironmentEventsSleep until woken upWaiting for another process to terminateInterrupting another process简介  SimPy是一个基于Python的异步事件调度器,产生一系列事件并按照仿真时间进行计划安排升序排列,在事件的循环序列中触发并执行,产生回调返回响应值,在物流,工厂...

  对于一个图或者网络G=(V,E)\mathcal{G}=(V,E)G=(V,E)来说,其数据一般有两种表示方式,第一种是一个行数和列数均为∣V∣|V|∣V∣的邻接矩阵,第二种是只记录连边信息的邻接表.如果网络的规模很大,那么邻接矩阵的数据空间需要O(∣V∣2)O(|V|^2)O(∣V∣2)复杂度,所以是不现实的,这时一般采用邻接表的方式进行表示.在C/C++的数据结构中,先定义一个结构体数组表...

  许多网络数据都保存为.gml格式的文件，可以使用Gephi软件进行读取，但是这样可能会有点麻烦，所以可以考虑使用matlab程序进行网络数据的格式转换，可以使用如下代码。function AdjGraphMat = gmlread(fileName,isDirect)% ReadMe：% 功能：此函数用于读取gml格式的网络数据文件% 参数列表：% 第一个传入参数为文件名% 第二个...

  许多概率模型有一系列可见变量vvv和一系列潜变量hhh，这时常常会涉及推断困难，就是指难以计算p(h∣v)p(h|v)p(h∣v)或其期望，而这样的操作在一些诸如最大似然学习的任务中往往是必需的。为此可以把精确推断问题描述为一个优化问题，借此推导出推断算法。为了构造这样一个优化问题，假设一个具有可见变量vvv和潜变量hhh的概率模型，按照最大似然估计，我们希望计算观察数据的对数概率log&nb...

  自组织特征映射的主要目的是将任意维数的输入信号模式转变为一维或二维的离散映射，并且以拓扑有序的方式实现这个变换。呈现给网络的每个输入模式，通常包含面对平静背景的一个局部化活动区域或“点”，这个点的位置和性质通常随输入模式的实现不同而不同，因此网络中所有神经元赢经历输入模式的足够次数的不同实现，确保有机会完成恰当的自组织过程。  负责形成自组织映射的算法，第一步进行网络突触权值的初始化。这个工...

介绍  网络是复杂系统的基本工具，即使有的网络是稀疏的，依然会有的边趋向于出现在小的聚集结构中，这种聚集结构可以解释为局部演化过程。例如社会网络中聚集结构的出现是源于三角形，其中两个人共有一个朋友，则更可能成为朋友，形成闭三角。聚集系数是度量网络中的三角形数量，定义为三节点中闭合的比例。然而聚集系数是有限制的，只涉及三角形，更多节点的高阶结构也是重要的，四节点就反映词组和蛋白质网络的结构，但是...

  网络中，高阶链接模式是控制和调节复杂系统的基本结构，大部分高阶结构是指一个小的子图，这种小的子图是复杂系统的建筑块。例如，正反馈回路是调控网络的关键要素，三元组是社交网络的关键，双向开三角结构是大脑hub节点的关键，开三角结构是航空网络的关键模式。这里介绍高阶结构，并提出一种聚类框架。   给定一个网络模块MMM，寻找一种聚类SSS以满足两种目标。首先，节点应参与尽量多的模块MMM，其次集合...

摘要  在自然中，互相作用的系统是非常普遍的，从物理中的动力学系统，到社会动力学系统，各组件之间的相互作用可以产生复杂的动态结果。作者描述了一种neural relational inference (NRI) 模型：一种从观察数据中学习动力过程时还能进行关系推断的无监督模型。这个模型采用一种自适应编码的形式，用潜编码表示图中的潜在关系，用GNN进行图的重建。在一个基于物理模拟系统的实验中，作...

  图网络（GN）在深度学习短板即因果推理上拥有巨大潜力，很有可能成为机器学习领域的下一个增长点，而图神经网络（GNN）正属于图网络的子集。GNN近期在图形分类任务上得到了当前最佳的结果，但其存在平面化的局限，因而不能将图形分层表征。现实应用中，很多图形信息都是层级表征的，例如地图、概念图、流程图等，捕获层级信息将能更加完整高效地表征图形，应用价值很高。在本文中，来自斯坦福等大学的研究者通过在GN...