頂會CIKM'21論文解讀：基於圖神經網絡的人類行為軌跡恢復模型
摘要：本文是由華為雲數據庫創新Lab聯合電子科技大學數據與智能實驗室發表在頂會CIKM’21的文章，該文章提出首個克服人類移動軌跡數據中普遍存在的多層次周期性、周期偏移現象以及數據稀疏問題的軌跡恢復模型。 本文分享自華為雲社區《CIKM'21 PeriodicMove論文解讀》，作者：雲 ...
原文：解讀頂會CIKM'21 Historical Inertia論文
摘要：本文 Historical Inertia: An Ignored but Powerful Baseline for Long Sequence Time series Forecasting 是由華為雲數據庫創新Lab聯合電子科技大學數據與智能實驗室發表在頂會CIKM 的短文，該文章提出了一種針對長時間序列的baseline。 本文分享自華為雲社區 CIKM Historical In ...
2021-09-06 09:47 0 101 推薦指數：
相關推薦
解讀頂會ICDE’21論文：利用DAEMON算法解決多維時序異常檢測問題
摘要：該論文針對多維時序數據的異常檢測問題，提出了基於GAN和AutoEncoder的深度神經網絡算法，並取得了當前State of the Art (SOTA)的檢測效果。論文是雲數據庫創新LAB在軌跡分析層面取得的關鍵技術成果之一。 本文分享自華為雲社區《ICDE'21 DAEMON ...
頂會VLDB‘22論文解讀：CAE-ENSEMBLE算法
摘要：針對時間序列離群點檢測問題，提出了基於CNN-AutoEncoder和集成學習的CAE-ENSEMBLE深度神經網絡算法，並通過大量的實驗證明CAE-ENSEMBLE算法能有效提高時間序列離群點檢測的准確度與效率。 本文分享自華為雲社區《VLDB'22 CAE-ENSEMBLE論文 ...
頂會VLDB'22論文解讀：多元時序預測算法METRO
摘要：本文提出了一個端到端的MTS預測框架METRO。METRO的核心思想是利用多尺度動態圖建模變量之間的依賴關系，考慮單尺度內信息傳遞和尺度間信息融合。 本文分享自華為雲社區《VLDB'22 METRO論文解讀》，作者：雲數據庫創新Lab 。 0 導讀 本文(METRO ...
推薦算法_CIKM-2019-AnalytiCup 冠軍源碼解讀_2
最近在為機器學習結合推薦算法的優化方法和數據來源想辦法。抱着學習的態度繼續解讀19-AnalytiCup的冠軍源碼。 第一部分itemcf解讀的連接：https://www.cnblogs.com/missouter/p/12701875.html 第二、三部分主要是特征提取和排序。在這篇博客 ...
推薦算法_CIKM-2019-AnalytiCup 冠軍源碼解讀
最近在幫一初創app寫推薦系統，順便學習一波用戶興趣高速檢索的冠軍算法。 寫總結前貼出冠軍代碼的git地址：https://github.com/ChuanyuXue/CIKM-2019-AnalytiCup 該算法分三步：基於Apririo的item_CF、特征提取、排序。 先看第一步 ...
論文筆記：2018 PRCV 頂會頂刊牆展
Global Gated Mixture of Second-order Pooling for Imporving Deep Convolutional Neural Network（2018 NIPS，大工李培華組） 論文motivation： （1）現存的池化：一階GAP（全局均值池化 ...
發表一篇頂會論文的經驗分享
【背景】：最近半個月，對之前發表的一篇頂會論文進行了修改，並重新提交了。這篇論文是一篇計算機領域的A會文章。本篇文章主要對計算機領域論文寫作及發表過程中的相關經驗做一個總結。希望可以對研究生小白們有點用。 剛剛進入研究生階段的同學，對論文的級別，例如：什么A類、B類、C類了，什么頂會了；期刊 ...