Repository files navigation
Title
Detail
Author
Why should I trust you
提出了开源工具"Lime"，能够解释样本的预测结果，并且增加模型本身的可解释性
Fuyingnan
Deep Residual Learning for Image Recognition
提出了更深层次的卷积网络架构——残差网络，解决了传统模型中网络难以训练的问题
Zhurenyu
A Unified Probabilistic Framework for Name Disambiguation in Digital Library
将姓名消歧问题formalize成一个隐马尔科夫随机场，并提出了参数估计的两阶段算法；提出了自动确定重名人数的auto K算法
Lina
JointExtractionofEntitiesandRelations
将实体识别和关系提取统一为序列标注问题，使用同一个模型同时进行实体识别和关系提取
Kuangjun
Title
Detail
Author
Mask R-CNN
提出了Mask R-CNN用于图像的实例分割
yuruonan
Deep Reinforcement Learning for Mention-Ranking
采用神经网络和强化学习技术增加共指消解的准确率
chenyuanzhe
Question Answering with Subgraph Embeddings
采用基于子图嵌入的方法，进行问答系统的训练和答案预测
tanglumin
RNN学习心得
介绍了RNN相关概念，讲解了梯度消失和权重冲突问题
yangkang
Title
Detail
Author
Reinforcement Learning for Relation Classification from Noisy Data
提出一个新的关系分类模型，由实体选择器和关系分类器构成，能够在“Sentence Level”提取关系。将实体选择问题转换成强化学习问题。
GuHang
Pix2code: Generating Code from a Graphical User Interface Screenshot
使用CNN和RNN的联合模型，将网页的UI图转化为对应的HTML代码
E Shen
JAVA GC机制
讲解了java的内存分配机制和垃圾回收机制
YinJiaLing
Title
Detail
Author
Convolutional Sequence to Sequence Learning
An architecture based entirely on convolutional neural networks for sequence to sequence learning(such as NMT)
CuiYiFeng
DeepFM：A Factorization-Machine based Neural Network for CTR Predicti
回顾了过去的CTR模型，以及介绍了一系列基于深度学习的CTR模型（FNN,PNN,WDL）
ChenLeiHui
Aspect Level Sentiment Classification with Deep Memory Network
介绍了Memory Network，用于情感分析问题
Void-Yu
Title
Detail
Author
Learning Structured Representation for Text Classification via Reinforcement Learning
使用ID-LSTM + HS-LSTM学习文本结构，并用策略梯度法进行强化学习
JinLiJiao
Human Action Adverb Recognition: ADHA Dataset And A Three-stream Hybrid Model
贡献了一个数据集：x为人类动作的视频流序列，y为动作对应的副词。 例如识别接吻的视频是“甜蜜地”，"激动地"，“绅士地” ...
SunChen
Title
Detail
Author
Deep Forest: Towards An Alternative to Deep Neural Network
周志华提出的gcForest多粒度级联森林
FuYingNan
Structure Regularized Neural Network for Entity Relation Classification for Chinese Literature Text
利用结构正则化简化句法结构，进行关系提取
KuangJun
Ranking-Based Name Matching for Author Disambiguation in Bibliographic Data
KDD Cup 2013第二名，使用基于字符串和元路径的相似度进行作者姓名消歧
LiNa
Title
Detail
Author
Modeling Mention, Context and Entity with Neural Networks for Entity Disambiguation
2015年实体消岐的最优模型，采用神经网络，使用了Embedding，卷积，神经张量网络等结构。
ChenYuanZhe
解析HashTable，HashMap，ConcurrentHashMap
讨论了java中该三种结构的特点，主要从多线程安全性、性能等方面考虑
YinJiaLing
Title
Detail
Author
Study about word embedding on sentiment subspace
研究词向量中用于表达情感的向量子空间，目的是提高情感分类任务效果
Void-Yu
Title
Detail
Author
R-FCN: Object Detection via Region-based Fully Convolutional Networks
目标检测网络。效果不比之前的RCNN，Fast-RCNN差，但是速度更快了。
God E
BiNE: Bipartite Network Embedding
在二分图中采用了表示学习的方法，将节点embedding成向量，通过向量距离来度量节点的相似性。 训练过程类似Word2vec，使用了负采样，负样本的采样分布使用了LSH来代替频率
ChenLeiHui
About
组会ppt与论文--每一次的精心准备都值得留下记录😛
Resources
Stars
Watchers
Forks
You can’t perform that action at this time.