注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 大规模知识图谱的表示学习趋势与挑战_刘知远

  2. 第三届全国中文知识图谱研讨会，清华大学自然语言处理实验室刘知远演讲PPT，《大规模知识图谱的表示学习 趋势与挑战》

  3. 所属分类：互联网

    • 发布日期：2015-11-23
    • 文件大小：4194304
    • 提供者：happytofly

  1. 知识图谱中的表示学习

  2. 从宏观角度介绍了RL4KG，可以让初学者迅速掌握表示学习的概念和要义。

  3. 所属分类：机器学习

    • 发布日期：2017-11-04
    • 文件大小：4194304
    • 提供者：lucygill

  1. 网络的表示学习

  2. 该文档为复杂网络表示学习的介绍性文章，适合做图的机器学习，表示学习方面的了解与研究的同学。

  3. 所属分类：机器学习

    • 发布日期：2018-06-19
    • 文件大小：1048576
    • 提供者：u013095333

  1. 网络表示学习发展综述论文

  2. 文档包含几篇网络表示学习的论文，对网络表示学习进行了很好的总结，阐述了网络表示学习的发展历程以及未来研究下方向，对网络表示学习的算法知识进行了很好的总结。

  3. 所属分类：深度学习

    • 发布日期：2018-07-15
    • 文件大小：7340032
    • 提供者：qq_28900249

  1. 语义表示学习-刘知远

  2. 清华大学自然语言处理实验室刘知远在中国中文信息学会 第十三届暑期学校 &前沿技术讲习班的PPT语义表示学习

  3. 所属分类：深度学习

    • 发布日期：2018-10-25
    • 文件大小：20971520
    • 提供者：shsdfhreh

  1. 图表示学习(Graph representation learning)-AAAI-19-Tutorial

  2. AAAI 2019 Tutorial的图表示学习分享， William Hamilton 和加拿大蒙特利尔算法研究所的Jian Tang 跟大家交流了图表示学习的当前进展

  3. 所属分类：深度学习

    • 发布日期：2020-05-22
    • 文件大小：6291456
    • 提供者：Dennis_Shaw

  1. 认知推理：从图表示学习和图神经网络的最新理论看AI的未来

  2. 近年来，图表示学习（Graph Embedding）和图神经网络（Graph Neural Network, GNN）成为网络数据分析与应用的热点研究问题，其特点是将深度神经网络技术用于网络结构的建模与计算...

  3. 所属分类：机器学习

    • 发布日期：2020-04-25
    • 文件大小：60817408
    • 提供者：syp_net

  1. 图表示学习算法推理（来自WWW 2020）

  2. 图深度学习研讨会(DL4G)展示结构化数据的嵌入和表示学习以及图深度学习的最新进展。来自DeepMind的研究科学家Petar Veličković给了关于《图表示学习算法推理》的报告，共46页ppt，详述了神经图算法推理的前沿研究进展，涵盖GNN基准、泛化、多任务学习和算法发现。

  3. 所属分类：机器学习

    • 发布日期：2020-04-23
    • 文件大小：6291456
    • 提供者：syp_net

  1. 模块化、反事实推理、特征分离，「因果表示学习」的最新研究都在讲什么？.zip

  2. 本文精选了几篇**因果表示学习**领域的最新文献，并细致分析了不同方法的基本架构，希望能帮助感兴趣的你对**因果学习应用于机器学习**的方向和可能一探究竟。 提取模块化结构（Learning modular structures） 反事实推理（Counterfactual） 平衡因果表示学习 收录了此文补充引用的文章 图灵奖得主Judea Pearl：机器学习的理论局限性与因果推理的七大特性 最后，本.md笔记收录了丁鹏老师的因果推断简介连载文章

  3. 所属分类：机器学习

    • 发布日期：2020-04-08
    • 文件大小：17825792
    • 提供者：qq_27206435

  1. 面向社会计算的网络表示学习_论文.zip

  2. 清华大学、刘知远教授的博士生的博士涂存超 的 论文和答辩PPT。面向社会计算的网络表示学习，学习如何表示用户信息与item信息，以便更好地匹配。

  3. 所属分类：计算广告

    • 发布日期：2020-04-03
    • 文件大小：27262976
    • 提供者：sjyttkl

  1. 最新《异构网络表示学习》2020综述论文.pdf

  2. 异构网络表示学习Heterogeneous Network Representation Learning是当前自数据挖掘以及其他应用的研究热点，在众多任务中具有重要的应用。近日，UIUC韩家炜等学者发布了异构网络表示学习的综述大全，共15页pdf111篇参考文献，从背景知识到当前代表性HNE模型和应用研究挑战等，是最新可参考绝好的异构网络表示学习模型的文献。

  3. 所属分类：机器学习

    • 发布日期：2020-04-02
    • 文件大小：2097152
    • 提供者：syp_net

  1. 知识图谱研究综述论文: 表示学习、知识获取与应用【107篇参考文献】.zip

  2. 最近Shaoxiong Ji, Shirui Pan, Erik Cambria, Pekka Marttinen, Philip S. Yu等学者发表了关于知识图谱的最新综述论文《A Survey on Knowledge Graphs: Representation, Acquisition and Applications》，25页pdf涵盖107篇参考文献，对知识图谱进行了全面的综述，涵盖了知识图谱表示学习、知识获取与补全、时序知识图谱、知识感知应用等方面的研究课题，并总结了最近的突破和

  3. 所属分类：机器学习

    • 发布日期：2020-02-17
    • 文件大小：1048576
    • 提供者：syp_net

  1. AAAI 2020最新「因果推理表示学习」【附122页ppt和最新综述论文】.zip

  2. 近年来，将传统的处理效果估计方法(如匹配估计器)和先进的表示学习方法(如深度神经网络)相结合的一个新兴的研究方向在广阔的人工智能领域引起了越来越多的关注。来自Georgia、Buffalo、阿里巴巴与Virginia的学者做了因果推理表示学习报告，在本教程中，介绍用于治疗效果估计的传统和最先进的表示学习算法。关于因果推论，反事实和匹配估计的背景也将被包括。我们还将展示这些方法在不同应用领域的应用前景。

  3. 所属分类：机器学习

    • 发布日期：2020-02-12
    • 文件大小：7340032
    • 提供者：syp_net

  1. AAAI 2020最新「迁移表示学习最新进展」【宾夕法尼亚大学】.zip

  2. 2020年2月7日-2月12日，AAAI 2020 于美国纽约举办。迁移学习近年来受到了非常大的关注，今年AAAI也有很多相关论文，这场Tutorial全面回顾可迁移表示学习方法的最新发展，重点介绍文本、多关系和多媒体数据的可迁移表示学习方法。

  3. 所属分类：机器学习

    • 发布日期：2020-02-11
    • 文件大小：18874368
    • 提供者：syp_net

  1. Python-AttributeAwareAttentionModel用于细粒度表示学习的属性感知注意模型

  2. Attribute-Aware Attention Model ：用于细粒度表示学习的属性感知注意模型

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：688128
    • 提供者：weixin_39840515

  1. ACL 2020上与【知识图谱表示学习 (KGR) 】相关论文（5篇）

  2. 本文为大家奉上ACL 2020知识图谱表示学习（KGR）相关论文供参考——开放域知识图谱嵌入、Multi-hop QA、双曲嵌入、图上下文建模、SEEK。

  3. 所属分类：机器学习

    • 发布日期：2020-06-16
    • 文件大小：2097152
    • 提供者：syp_net

  1. 深度多模态表示学习综述论文

  2. 多模态表示学习旨在缩小不同模态之间的异质性差距，在利用普遍存在的多模态数据方面起着不可或缺的作用。基于深度学习的多模态表示学习由于具有强大的多层次抽象表示能力，近年来受到了广泛的关注。

  3. 所属分类：机器学习

    • 发布日期：2020-06-21
    • 文件大小：7340032
    • 提供者：syp_net

  1. 网络表示学习算法综述

  2. 网络是一系列节点和边的集合,通常表示成一个包含节点和边的图。许多复杂系统都以网络的形式来表示,如社交网络、生物网络和信息网络。为了使网络数据的处理变得简单有效,针对网络中节点的表示学习成为了近年来的研究热点。

  3. 所属分类：机器学习

    • 发布日期：2020-09-24
    • 文件大小：2097152
    • 提供者：syp_net

  1. 《人工智能之表示学习》报告

  2. 近日，由清华大学人工智能研究院、北京智源人工智能研究院和清华-中国工程知识智能联合研究中心编写的《人工智能之表示学习》报告正式发布。该报告主要从概念、理论模型、领域人才、技术趋势等4个部分，介绍知识表示学习的技术发展和研究最新进展，并展望该技术的未来发展方向与前景。

  3. 所属分类：机器学习

    • 发布日期：2020-09-29
    • 文件大小：4194304
    • 提供者：syp_net

  1. 图表示学习-GraphRepresentationLearning

  2. 资料包括Representation Learning on Graphs- Methods and Applications 、图表示学习-AAAI 2019 Tutorial和GraphRepresentationLearning-Mila-2020.5

  3. 所属分类：机器学习

« 12 3 4 5 6 7 8 9 10 ... 50 »