Louvain Introduce Louvain算法是社區發現領域中經典的基於模塊度最優化的方法，且是目前市場上最常用的社區發現算法。社區發現旨在發現圖結構中存在的類簇（而非傳統的向量空間）。 Algorithm Theory 模塊度（modularity） 要想理解 ...

Abstract 　　推薦系統可以看作用戶和物品的匹配問題，不過user以及item兩者的語義空間差異太大，直接匹配不太符合實際。主流的改進CF的方法有兩類：基於表示學習的CF方法以及基於函數學習的表示方法。基於表示學習的CF模型將user和item轉換到一個共通的語義空間來匹配。基於函數 ...

0.Abstract 本文提出了一種從排名中學習的無參考圖像質量評估方法（RankIQA）。為了解決IQA數據集大小有限的問題，本文訓練了一個孿生網絡，通過使用合成的已知相對圖像質量排名的數據集來訓練網絡並對圖像進行排名。這些具有排名的數據集可以不用主觀方法去標注，而是自動生成（失真代碼 ...

GANs[J]. 2016. 目的：合成（synthesis）高分辨率圖像 方法：提出一種新的變 ...

Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts 論文鏈接 論文筆記 摘要 為什么提出？ 多任務學習旨在構建單個模型來同時學習多個目標和任務 ...

其實ResNet這篇論文看了很多次了，也是近幾年最火的算法模型之一，一直沒整理出來（其實不是要到用可能也不會整理吧，懶字頭上一把刀啊，主要是是為了將resnet作為encoder嵌入到unet架構中，自己復現模型然后在數據集上進行測試所以才決定進行整理），今天把它按照理解盡可能詳細的解釋清楚 ...

**Improving neural networks by preventing co-adaptation of feature detectors ** arXiv preprint arXiv ...

1.這篇論文的主要假設是什么？（在什么情況下是有效的），這假設在現實中有多容易成立 　　LR圖像是HR圖像經過模糊（低通濾波器），下采樣，加噪處理后的圖像。 2.在這些假設下，這篇論文有什么好處3.這些好處主要表現在哪些公式的哪些項目的簡化上。4.這一派的主要缺點有哪些 　　 1.神經網絡 ...