陈银波的知识小站

  • 首页
  • 数学
  • 算法
  • 图
  • 数据
图
图

联邦图学习:连接联邦学习与图神经网络的新桥梁

0 前言 随着大数据时代的到来,数据隐私保护成为了学术界与工业界共同关注的重点。传统的集中式数据处理方法不仅面临隐私泄露的风险,而且在实际应用中也面临着数据孤岛的问题。在这种背景下,联邦学习作为一种新兴的数据处理技术应运而生,其核心思想是在不共享原始数据的情况下实现多方数据协作。近年来,随着图神经网络(Graph Neural Networks, GNNs)在处理复杂网络结构数据上的成功应用,联邦图学习(Federated Graph Learning, FGL)作为一个新兴领域逐渐受到广泛关注。 1 联邦图学习的…

15 9 月, 2024 0条评论 1366点热度 2人点赞 陈银波 阅读全文
图

图数据分享:北京地铁数据

0 前言 最近整理了一份北京地铁的图数据,这里分享给图方向学习和研究者使用。 1 数据介绍 数据来源为北京地铁官网(截止2024年8月25日) 数据以表格形式提供,共两个文件,点文件和边文件 subway_beijing_v.csv 文件为点文件。station 列列出了所有的站点 subway_beijing_e.csv 文件为边文件,为无向边。station1,station2,line_name 列各自为站点1,站点2,两站点间线路 请注意可能有平行边的存在,即两个相邻站点之间有多条线路 2 文件数据展示 点…

25 8 月, 2024 0条评论 951点热度 0人点赞 陈银波 阅读全文
图

图数据分享:深圳地铁数据

0 前言 最近整理了一份深圳地铁的图数据,这里分享给图方向学习和研究者使用。 1 数据介绍 数据来源为深圳地铁官网(截止2024年8月18日) 数据以表格形式提供,共两个文件,点文件和边文件 subway_shenzhen_v.csv 文件为点文件。station 列列出了所有的站点 subway_shenzhen_e.csv 文件为边文件,为无向边。station1,station2,line_name 列各自为站点1,站点2,两站点间线路 请注意可能有平行边的存在,即两个相邻站点之间有多条线路 2 文件数据展示…

18 8 月, 2024 0条评论 810点热度 0人点赞 陈银波 阅读全文
图

PageRank计算过程与直觉:从简单例子切入

0 前言 今天我们来介绍图论中,我觉得非常简单优雅的算法 PageRank,老样子,我还是会着重使用例子的方式进行介绍,以便大家能够快速清晰地了解这个算法。在这篇文章中,我们用页面来表示点,链接来表示边。 1 简介 PageRank 是由 Google 的创始人拉里·佩奇和谢尔盖·布林在斯坦福大学开发的一种网页排名算法。它的基本思想是通过分析网页之间的链接关系来评估一个页面的重要性。这个算法有两个非常重要的特性: 如果一个页面被很多其他页面链接,则该页面会被认为更重要。 如果一个页面链接到其他页面,则它会将自己的重…

11 8 月, 2024 0条评论 892点热度 2人点赞 陈银波 阅读全文
图

一笔画问题揭秘:轻松掌握欧拉图与欧拉回路的奥秘

0 前言 我们或多或少都接触过一笔画问题。一笔画问题,即给出一份图,要求使用连续的一笔画过所有的边。换句话说,就是能否通过一笔不间断地画出一个图形,使得每条线段恰好被画过一次。今天我们来看看如何“秒解”这种一笔画问题。 1 欧拉图与欧拉回路 解决一笔画问题的模型是欧拉图与欧拉回路。我们先简单看下定义。 欧拉图:在一个无向图中,如果存在一条回路,这条回路经过图中的每条边恰好一次,并且最终回到起点,那么这条回路被称为欧拉回路,这个图被称为欧拉图。 欧拉回路:如果一个连通的无向图包含至少一条欧拉回路,那么这个图被称为欧拉…

28 7 月, 2024 0条评论 1362点热度 0人点赞 陈银波 阅读全文
图

同质图与异质图

0 前言 在之前的文章中,我使用直观的例子介绍了两个图神经网络,图卷积网络(GCN)和图注意力网络(GAT)。这两个图神经网络适用条件都是同质图。而与同质图相对,其实也是更常见的,是异质图。接下来这篇文章我将同质图与异质图进行介绍,也借以这篇文章,开启后续对异质图神经网络的介绍。 1 同质图 在同质图中,所有的节点都属于同一类型,且节点之间的边也具有相同的类型,没有额外的区分标记。这意味着图中的每一部分(节点和边)在结构上是等价的,简化了信息传播和聚合的规则设计。 比如说,文章引用网络就是一个同质图。在文章引用网络…

14 7 月, 2024 0条评论 1131点热度 0人点赞 陈银波 阅读全文
图

图注意力网络(GAT):一个例子解释从输入到输出维度变化的完整过程

0 前言 我不知道大家有没有和我一样的感受,很多论文里面的神经网络架构往往是通过一系列数学公式来表达,这本身没有问题,但对于初步想要完整了解整个网络架构的人来说,往往就要花比较多的时间去理解公式。 而当我在了解一个神经网络架构的时候,只有完全清楚输入到输出的完整过程,特别是张量维度变化的完整过程,才算认为自己确实了解了这个网络架构。所以我学习的时候往往希望有人能给我个例子,完整展示输入到输出的情况,让我能够更快地去理解论文的架构。我感觉可能也有人和我有同样的需求,所以这篇文章应运而生。这篇文章通过一个的例子,完整地…

7 7 月, 2024 2条评论 3111点热度 5人点赞 陈银波 阅读全文
图

深度优先搜索中 visited 标记时机探索

0 前言 如果你经常涉及到搜索算法,那么一般对 visited 有一定了解。如果你知道 visited 的作用,却不知道什么时候是正确的进行 visited 标记的时机,这篇文章会给你帮助。 1 visited 概念 在涉及到图或者其他一些结构的搜索时,常常会涉及到节点的重复访问问题,而这个时候,我们常常都会使用 visited 概念来对已经访问过的节点进行标记,从而避免在搜索过程中重复访问同一个节点,避免无限循环或效率降低。 接下来我将从递归和迭代两个场景展示深度优先搜索标记时机的不同(这里以图为例)。 2 递归…

30 6 月, 2024 0条评论 751点热度 0人点赞 陈银波 阅读全文
图

图卷积网络(GCN):一个例子解释从输入到输出维度变化的完整过程

0 前言 我不知道大家有没有和我一样的感受,很多论文里面的神经网络架构往往是通过一系列数学公式来表达,这本身没有问题,但对于初步想要完整了解整个网络架构的人来说,往往就要花比较多的时间去理解公式。 而当我在了解一个神经网络架构的时候,只有完全清楚输入到输出的完整过程,特别是张量维度变化的完整过程,才算认为自己确实了解了这个网络架构。所以我学习的时候往往希望有人能给我个例子,完整展示输入到输出的情况,让我能够更快地去理解论文的架构。我感觉可能也有人和我有同样的需求,所以这篇文章应运而生。这篇文章通过一个的例子,完整地…

23 6 月, 2024 1条评论 3351点热度 7人点赞 陈银波 阅读全文

陈银波

邮箱:agwave@foxmail.com
知乎:https://www.zhihu.com/people/agwave
github:https://github.com/agwave
leetcode:https://leetcode.cn/u/agwave

最近评论
njzrqal 发布于 19 小时前(06月16日) Нас делают слабыми наши мысли. (Дейл Карнеги) &lt...
HenryAresy 发布于 2 天前(06月15日) https://ifrankivchanyn.com/uk/articles-optychnyj-p...
HenryAresy 发布于 2 天前(06月15日) https://www.dress-code.com.ua/content/view/25060/
MathewCor 发布于 2 天前(06月15日) https://netlekarstvam.com/narodnye-sredstva/lekars...
MathewCor 发布于 2 天前(06月15日) https://chernigiv.name/uk/articles-2534-teplovizor
搜索
分类
  • 图
  • 工程
  • 数学
  • 数据
  • 算法
归档
  • 2024 年 10 月
  • 2024 年 9 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2024 年 6 月
  • 2024 年 5 月
最新 热点 随机
最新 热点 随机
Change Data Capture (CDC) 技术初探 IPv6在物联网中的应用 IPv6首部的改进:简化与优化网络通信 IPv6:下一代互联网协议 联邦图学习:连接联邦学习与图神经网络的新桥梁
二次型化标准型的应用:最值求解图注意力网络(GAT):一个例子解释从输入到输出维度变化的完整过程图卷积网络(GCN):一个例子解释从输入到输出维度变化的完整过程联邦图学习:连接联邦学习与图神经网络的新桥梁IPv6首部的改进:简化与优化网络通信
PDF简历信息提取——BiLSTM-CRF 神经网络梯度计算:从简单例子切入 PageRank计算过程与直觉:从简单例子切入 上帝最喜爱的公式:欧拉恒等式 IPv6首部的改进:简化与优化网络通信

COPYRIGHT © 2024 陈银波的知识小站. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

粤ICP备2024254302号-1

粤公网安备44030002003798号