下面就让我们来深入了解一下什么是图卷积网络，以及它在行为识别领域的最新工作进展吧！
2019-06-10 14:07
有关这个领域的研究才刚刚起步。在过去的几个月中，该领域已经获得了振奋人心的发展，但是迄今为止，我们可能只是抓住了这些模型的表象。而神经网络如何在图论上针对特定类型的问题进行研究，如在定向图或关系图上进行学习，以及如何使用学习的图嵌入来完成下一步的任务等问题，还有待进一步探索。本文涉及的内容绝非详尽无遗的，而我希望在不久的将来会有更多有趣的应用和扩展。
2017-12-14 20:08
命名实体识别（NER）是信息抽取的一项基本任务，它的目的是识别文本片段中的实体及类型，如人名（PER），地名（LOC）和组织名（ORG）。命名实体识别在许多下游任务都有着广泛的应用，如实体链接和关系抽取。
2022-09-28 11:41
LGT Adapter由局部关系Transformer和全局关系图卷积串联组成。考虑到常规的Transformer在长时视频时序关系建模时冗余信息较多、计算复杂度较高，我们改进
2024-01-02 15:20
图深度学习模型是否很容易被愚弄呢？在这项工作中，我们介绍了第一个针对属性图（ attributed graphs）的对抗性攻击的研究，特别关注利用图卷积思想的模型。除了测试时的攻击外，我们还研究了
2018-08-22 08:24
卷积的定义 卷积是两个变量在某范围内相乘后求和的结果。 如果卷积的变量是序列x（n）和h（n），则卷积的结果 ，其中星号*表示卷
2017-11-28 17:54
卷积过程是卷积神经网络最主要的特征。然而卷积过程有比较多的细节，初学者常会有比较多的问题，这篇文章对卷积过程进行比较详细的解释。
2019-05-02 15:39
有些消息来源使用名称deconvolution，这是不合适的，因为它不是解卷积。为了使事情更糟，确实存在解卷积，但它们在深度学习领域并不常见。实际的反卷积会使卷积过程恢
2019-04-19 16:48
卷积神经网络（Convolutional Neural Network, CNN）中的卷积操作是其核心组成部分，对于图像识别、语音识别、自然语言处理等领域具有重要意义。本文将从卷积操作的基本概念、原理、过程、特点及其
2024-07-04 16:10
由于计算机视觉的大红大紫，二维卷积的用处范围最广。因此本文首先介绍二维卷积，之后再介绍一维卷积与三维卷积的具体流程，并描述其各自的具体应用。
2018-05-08 10:29
