526互联

graph fish

[SIGIR 2023] Subgraph Search over Neural-Symbolic Graphs

# [SIGIR 2023] Subgraph Search over Neural-Symbolic Graphs ## 总结 ## 研究的问题 在包含非结构化数据（图像、视频、文本等）的神经符号数据库（neural-symbolic graph datasets）上如何进行高效的神经符号子图匹配 ......
Neural-Symbolic Subgraph Symbolic Neural Graphs

『题解』ABC261Ex Game on Graph

[题目链接](https://atcoder.jp/contests/abc261/tasks/abc261_h) 震惊！这个题竟然被神犇 szs 放进了博弈论里！我真的没看出来除了题面还有哪里像博弈论（也许是因为我菜）。 转移方式很显然，按照题面说的做就行了。那么正解也就呼之欲出了。 但是我知道大 ......
题解 Graph Game ABC 261

[图论记录] CF1082G Petya and Graph

（[题目传送门](https://www.luogu.com.cn/problem/CF1082G)） 一道最大权闭合子图的模板题 把所有点当作负权点，所有边当作正权点。 考虑一条边 $e=(x,y,z)$ 能选择的条件，当 $x,y$ 均被选择时就可以选，那对应到最大权闭合子图的模型中，就可以将 ......
1082G Petya Graph 1082 and

论文解读（SimGCL）《Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation论文作者：Junliang Yu ......
Graph Recommendation Augmentations Contrastive Necessary

知识图谱（Knowledge Graph）- Neo4j 5.10.0 Docker 安装

### 拉镜像 ```bash [root@localhost ~]# cat /etc/docker/daemon.json { "registry-mirrors": ["https://XXX.mirror.aliyuncs.com"] # 阿里镜像源 } # 拉取镜像 [root@local ......
图谱 Knowledge 知识 Docker Graph

知识图谱（Knowledge Graph）- Neo4j 5.10.0 CentOS 安装

### 系统需求 版本 JDK CPU 内存 硬盘 Neo4j 5.x 17 Intel x86-x64 Core i3 minimum,Core i7 recommended. AMD x86-x64, Mac ARM. 最低 2GB，推荐 16GB + 10G + Neo4j 5.x 11 Ne ......
图谱 Knowledge 知识 CentOS Graph

知识图谱（Knowledge Graph）根本概念

[TOC] 2012年5月17日，Google 正式提出了知识图谱（Knowledge Graph）的概念，其初衷是为了优化搜索引擎返回的结果，增强用户搜索质量及体验。 假设我们想知道 “王健林的儿子” 是谁，百度或谷歌一下，搜索引擎会准确返回王思聪的信息，说明搜索引擎理解了用户的意图，知道我们要找 ......
图谱 Knowledge 根本 概念 知识

题解 CF1857G【Counting Graphs】

一个非常显然的事情是：总方案数即为每条边方案数之积。 树边已经确定，考察每条非树边 $(u,v)$ 可以怎么取。给定的树 $T$ 是唯一最小生成树，这意味着非树边 $(u,v)$ 要么不存在，要么权值大于 $T$ 上 $(u,v)$ 之间任意一条边的权值。设 $T$ 上 $(u,v)$ 间的最大边权 ......
题解 Counting Graphs 1857G 1857

G. Counting Graphs

G. Counting Graphs Given a tree consisting of $n$ vertices. A tree is a connected undirected graph without cycles. Each edge of the tree has its weigh ......
Counting Graphs

论文解读（LightGCL）《LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation论文作者：Cai, Xuheng and Huang, ......
LightGCL Recommendation Contrastive Effective Learning

HS-GCN Hamming Spatial Graph Convolutional Networks for Recommendation

[TOC] > [Liu H., Wei Y., Yin J. and Nie L. HS-GCN: Hamming spatial graph convolutional networks for recommendation. IEEE TKDE.](https://arxiv.org/pdf/ ......
Recommendation Convolutional Networks Hamming Spatial

【JointJS】Paper 事件和 Graph 事件

# 复习 Paper & Graph Paper 是渲染我们提供的数据的，表示的是视图层（View）。数据和逻辑在 Graph 中操作，表示的是数据层和控制层（Model & Controller）。 ![Graph & Paper 示意图](https://img2023.cnblogs.com/ ......
事件 JointJS Graph Paper

SIAMHAN:IPv6 Address Correlation Attacks on TLS E ncrypted Trafic via Siamese Heterogeneous Graph Attention Network解读

1. Address 论文来自于USENIX Security Symposium 2021 2. Paper summary 与ipv4地址采用nat掩盖不同，ipv6地址更加容易关联到用户活动上，从而泄露隐私。但现在已经有解决隐私担忧的方法被部署，导致现有的方法不再可靠。这篇文章发现尽管在有防护 ......
Heterogeneous Correlation Attention ncrypted SIAMHAN

graph db+LLM

直接用LLM是不精确的，需要结合graph DB+LLM，参见： https://medium.com/neo4j/harnessing-large-language-models-with-neo4j-306ccbdd2867 https://neo4j.com/developer-blog/fi ......
graph LLM db

重做 CF 295B Greg and Graph 以及理解 Floyd

# Floyd 原理简析 Floyd 的原理其实是 DP，定义 $\mathrm{dp}[S][i][j]$ 表示在仅经过点集 $S$ 里的点的条件下，从 $i$ 到 $j$ 的最短路距离 初始状态 $S$ 为空，$\mathrm{dp}[\varnothing ][i][j]$ 就等于 $i,j$ ......
Graph Floyd 295B Greg 295

CF547D Mike and Fish 小丑做法--zhengjun

写到一半发现标签有二分图就不对劲了，题解区里都是欧拉回路。 然而我是随机化+模拟网络流！~~自豪~~ 首先可以先建模，观察同一种颜色，发现每一行或每一列的限制即为 $\lfloor\frac{t}{2}\rfloor\le x\le \lceil\frac{t}{2}\rceil$。 然后套路地把横 ......
小丑 zhengjun 做法 547D Mike

boost graph

复制源：https://www.cnblogs.com/sssblog/p/11189402.html（纯英文） Boost Graph provides tools to work with graphs. Graphas are two-dimensional point clouds with ......
boost graph

【大联盟】20230706 graph（graph） QOJ4635 【Graph Operation】

## 题解 赛时得分：60/? 写了个乱搞 首先考虑无解的条件。注意到一次操作后，所有点的度数都没有改变，所以无解的充分条件就是存在一个点的度数在两张图中不相等。接下来尝试构造策略，使得度数相等的时候都能出解。 我们可以将题意转化一下，变为对图 $G$ 和图 $H$ 都可以操作，使得最后产生的两张图 ......
graph 大联盟 Operation 20230706 Graph

JOI2012 魚（Fish） 题解

# Description 给定 $n$ 条鱼，每条鱼有长度和颜色。你可以选出若干条鱼，需要满足最大长度小于最小长度的两倍。定义两种养鱼方案不同仅当它们三种颜色之一的出现次数不同，求不同的养鱼方案数。 对于 $100\%$ 的数据，$1\leq n\leq 5\times 10^5$。 题目链接：[ ......
题解 2012 Fish JOI

[AAAI 2023]Self-Supervised Bidirectional Learning for Graph Matching

# Self-Supervised Bidirectional Learning for Graph Matching ## 动机 Graph Matching（GM）是个NP难问题。随着机器学习的兴起，该问题也有望被更高效地解决。然而，现有的监督学习仍然需要为了训练去计算大量的ground tru ......
Self-Supervised Bidirectional Supervised Learning Matching

Unified Conversational Recommendation Policy Learning via Graph-based Reinforcement Learning

图的作用： 图结构捕捉不同类型节点（即用户、项目和属性）之间丰富的关联信息，使我们能够发现协作用户对属性和项目的偏好。因此，我们可以利用图结构将推荐和对话组件有机地整合在一起，其中对话会话可以被视为在图中维护的节点序列，以动态地利用对话历史来预测下一轮的行动。 由四个主要组件组成：基于图的 MDP ......
Learning Conversational Recommendation Reinforcement Graph-based

Query2box Reasoning over Knowledge Graphs in Vector Space using Box Embeddings

[TOC] > [Ren H., Hu W. and Leskovec J. Query2box: Reasoning over knowledge graphs in vector space using box embeddings. ICLR, 2020.](http://arxiv.org/ ......
Embeddings Query2box Knowledge Reasoning Graphs

A Randomized Algorithm for Single-Source Shortest Path on Undirected Real-Weighted Graphs 部分翻译

A Randomized Algorithm for Single-Source Shortest Path on Undirected Real-Weighted Graphs Ran Duan , Jiayi Mao , Xinkai Shu , and Longhui Yin 这篇翻译必定有相 ......
Single-Source Real-Weighted Randomized Undirected Algorithm

CF Fish(状压dp+记忆化搜索+概率dp)

### 题目描述 n fish, numbered from 1 to n, live in a lake. Every day right one pair of fish meet, and the probability of each other pair meeting is the sa ......
概率 记忆 Fish dp CF

R语言代做编程辅导ASSIGNMENT FOUR - RANDOM GRAPHS（附答案）

全文链接：https://tecdat.cn/?p=33183 PROBLEM 1) Creating Random Adjacency Matrices Script Name: adjMatrix Input: n... The number of vertices in the graph p ......
ASSIGNMENT 答案 语言 RANDOM GRAPHS

Atcoder AGC043C Giant Graph

首先能由 $10^{18(x + y + z)}$ 发现 $x + y + z$ 肯定越大越好。 于是就能想到贪心，从大到小枚举 $h = x + y + z$，若 $(x, y, z)$ 没有相连的点被选，那就选这个点。 考虑对于每条边 $(u, v)$，令 $u u, a = a, b = b$ ......
Atcoder Giant Graph 043C AGC

解决远程主机的默认 shell 为 fish 时，vscode remote 无法连接的问题

问题描述 我主要用的 shell 就是 fish，主打一个开箱即用，虽然也配置过 zsh，但是感觉配置好的 zsh 在易用性上也就是 fish 的水平。 此前，一直以来默认的 shell 都是 bash，ssh 或者 vscode remote 远程连接上去之后，再输入 fish 来进行手动切换，后 ......
主机 remote vscode 问题 shell

4.4 Graph Nerual Networks(GNN)

# 1. Introduction GNN简单来说就是Graph + Nerual Networks,关键问题就是将图的结构和图中每个节点和边的特征转化为一般的神经网络的输入(张量). ![image](https://img2023.cnblogs.com/blog/2264614/202307/ ......
Networks Nerual Graph 4.4 GNN

Memory Augmented Graph Neural Networks for Sequential Recommendation

[TOC] > [Ma C., Ma L., Zhang Y., Sun J., Liu X. and Coates M. Memory augmented graph neural networks for sequential recommendation. AAAI, 2021.](http: ......
Recommendation Sequential Augmented Networks Memory

vue3 安装 3d-force-graph

1.首先创建vue3的项目 2.创建好后通过开发工具打开项目并打开命令行，输入指令 npm install 3d-force-graph 安装即可 3.在使用的页面中引入 3d-force-graph <!--官网的 basic案例--> <template> <!-- ref 用于在组件中引用当前 ......
3d-force-graph force graph vue3 vue
共257篇  :6/9页 首页上一页6下一页尾页