顶会CIKM'21论文解读：基于图神经网络的人类行为轨迹恢复模型
摘要：本文是由华为云数据库创新Lab联合电子科技大学数据与智能实验室发表在顶会CIKM’21的文章，该文章提出首个克服人类移动轨迹数据中普遍存在的多层次周期性、周期偏移现象以及数据稀疏问题的轨迹恢复模型。 本文分享自华为云社区《CIKM'21 PeriodicMove论文解读》，作者：云 ...
原文：解读顶会CIKM'21 Historical Inertia论文
摘要：本文 Historical Inertia: An Ignored but Powerful Baseline for Long Sequence Time series Forecasting 是由华为云数据库创新Lab联合电子科技大学数据与智能实验室发表在顶会CIKM 的短文，该文章提出了一种针对长时间序列的baseline。 本文分享自华为云社区 CIKM Historical In ...
2021-09-06 09:47 0 101 推荐指数：
相关推荐
解读顶会ICDE’21论文：利用DAEMON算法解决多维时序异常检测问题
摘要：该论文针对多维时序数据的异常检测问题，提出了基于GAN和AutoEncoder的深度神经网络算法，并取得了当前State of the Art (SOTA)的检测效果。论文是云数据库创新LAB在轨迹分析层面取得的关键技术成果之一。 本文分享自华为云社区《ICDE'21 DAEMON ...
顶会VLDB‘22论文解读：CAE-ENSEMBLE算法
摘要：针对时间序列离群点检测问题，提出了基于CNN-AutoEncoder和集成学习的CAE-ENSEMBLE深度神经网络算法，并通过大量的实验证明CAE-ENSEMBLE算法能有效提高时间序列离群点检测的准确度与效率。 本文分享自华为云社区《VLDB'22 CAE-ENSEMBLE论文 ...
顶会VLDB'22论文解读：多元时序预测算法METRO
摘要：本文提出了一个端到端的MTS预测框架METRO。METRO的核心思想是利用多尺度动态图建模变量之间的依赖关系，考虑单尺度内信息传递和尺度间信息融合。 本文分享自华为云社区《VLDB'22 METRO论文解读》，作者：云数据库创新Lab 。 0 导读 本文(METRO ...
推荐算法_CIKM-2019-AnalytiCup 冠军源码解读_2
最近在为机器学习结合推荐算法的优化方法和数据来源想办法。抱着学习的态度继续解读19-AnalytiCup的冠军源码。 第一部分itemcf解读的连接：https://www.cnblogs.com/missouter/p/12701875.html 第二、三部分主要是特征提取和排序。在这篇博客 ...
推荐算法_CIKM-2019-AnalytiCup 冠军源码解读
最近在帮一初创app写推荐系统，顺便学习一波用户兴趣高速检索的冠军算法。 写总结前贴出冠军代码的git地址：https://github.com/ChuanyuXue/CIKM-2019-AnalytiCup 该算法分三步：基于Apririo的item_CF、特征提取、排序。 先看第一步 ...
论文笔记：2018 PRCV 顶会顶刊墙展
Global Gated Mixture of Second-order Pooling for Imporving Deep Convolutional Neural Network（2018 NIPS，大工李培华组） 论文motivation： （1）现存的池化：一阶GAP（全局均值池化 ...
发表一篇顶会论文的经验分享
【背景】：最近半个月，对之前发表的一篇顶会论文进行了修改，并重新提交了。这篇论文是一篇计算机领域的A会文章。本篇文章主要对计算机领域论文写作及发表过程中的相关经验做一个总结。希望可以对研究生小白们有点用。 刚刚进入研究生阶段的同学，对论文的级别，例如：什么A类、B类、C类了，什么顶会了；期刊 ...