- 综合排序
- 最热优先
- 最新优先
一文读懂！CAE 软件二次开发的应用意义
HyperWorks Desktop包含HyperView，HyperGraph，HyperGraph 3D，TexView, MediaView，MotionView 和 HyperMesh。 每个页面中又可以包含1-16个窗口<Window>，每个窗口都可以是HyperWorks软件中的一个模块，如HyperView，HyperGraph，MotionView，HyperGraph3D等。 这些命令是post⇒ HyperViewhwplot⇒ HyperGraph 2D plot3d⇒ HyperGraph 3D texteditor⇒ TextView video⇒ MediaView HyperView扩展应用层“对象分级结构图”（灰色框显示HyperWork的基础应用层）：HyperGraph扩展应用层“对象分级结构图”（灰色框显示HyperWork的基础应用层）：
45200编辑于 2025-05-14- 来自专栏智能生信
[IJCAI 2022 | 论文简读] 超图神经网络的超图结构学习
作者 | 乔剑博 编辑 | 李仲深 论文题目 Hypergraph Structure Learning for Hypergraph Neural Networks 论文摘要 超图是对实体之间的高阶关系进行编码的自然且富有表现力的建模工具
1.6K10编辑于 2022-12-29 - 来自专栏NewBeeNLP
BOOM！多模态遇上推荐系统
因此作者提出的解决方案会很有意思，利用Hypergraph超图来解决这一问题。 超图作为一种特殊的Graph，它可以连接两个以上的节点，通过该模型可以缓解各模态下用户与项之间的稀疏性问题。 如上图的示意图，展示了modality-originated hypergraph的构建，即用户1和用户2都与多个短视频进行过交互如1和2，因此在每个模态的超边上都可以连接多个item节点，如帧、声学、 超图生成模块（Hypergraph Generation Modules）。这里分为 Interest-based User和 Item两种构建方式，如上图的下半部分。 超图卷积（Hypergraph Convolution Network (HGCN)）。构完超图之后，学习表示就套公式就好： 预测模块。 总结来说HyperCTR关键词是多模态+时序+组，通过基于兴趣的用户超图和项超图这两个Hypergraph来丰富每个用户和项的表示。
2.5K30编辑于 2022-04-14 - 来自专栏图与推荐
[KDD 2020] 双通道超图协同过滤
论文：Dual Channel Hypergraph Collaborative Filtering 下载地址：https://dl.acm.org/doi/pdf/10.1145/3394486.3403253 针对以上两个问题，论文提出了双通道超图卷积网络协同过滤的框架DHCF（Dual Channel Hypergraph Collaborative Filtering）： 1. 方法介绍 2.1 基本定义 Hypergraph主要特点是一条边可以连接任意数量的顶点，即一个点集。 超图(HyperGraph)自然具有建模高阶连接的能力。此外，超图卷积可以处理高阶相关结构，作为一种有效而深入的操作。 总结数学表达式如下 2.4 模型定义 本文使用的一个关键结构 Jump Hypergraph Convolution，在最初的超图卷积的基础上添加一个skip connect的连接，起到类似于ResNet
62520编辑于 2022-03-18 - 来自专栏HyperWorks仿真知识
HyperWorks是什么？一篇文章带你读懂这款软件
Altair HyperGraph（2D&3D绘图与数据分析）Altair HyperGraph 是一款功能强大的数据分析与绘图工具，支持多种流行文件格式的导入。 此外，HyperGraph 还结合了高质量的演示输出和定制功能，为任何组织创建一个完整的数据分析系统。
78410编辑于 2025-08-14 - 来自专栏新智元
超图计算+目标检测，性能新SOTA！清华发布Hyper-YOLO：用超图捕捉高阶视觉关联
而基于超图的跨层次跨位置表示网络（Hypergraph-Based Cross-Level and Cross-Position Representation Network, HyperC2Net）则突破了这一瓶颈 Hyper-YOLO: When visual object detection meets hypergraph computation[J]. arXiv preprint arXiv:2408.04804 Hypergraph neural networks[C]//Proceedings of the AAAI conference on artificial intelligence. 2019, 33 HGNN+: General hypergraph neural networks[J].
85610编辑于 2025-02-15 - 来自专栏新智元
让DeepSeek更可靠！清华提出Hyper-RAG，用超图提升知识建模精准度
Hypergraph neural networks[C]//Proceedings of the AAAI conference on artificial intelligence. 2019, 33 HGNN+: General hypergraph neural networks[J]. Hypergraph Isomorphism Computation[J]. Hypergraph Foundation Model[J]. arXiv preprint arXiv:2503.01203, 2025.
84110编辑于 2025-04-21 - 来自专栏时空探索之旅
AAAI 2024 | 时间序列（Time Series）和时空数据（Spatial-Temporal）论文总结
Spatial-Temporal Interplay in Human Mobility: A Hierarchical Reinforcement Learning Approach with Hypergraph CI-STHPAN: Pre-Trained Attention Network for Stock Selection with Channel-Independent Spatio-Temporal Hypergraph Hawkes-enhanced Spatial-Temporal Hypergraph Contrastive Learning based on Criminal Correlations 作者：Liang
1.2K10编辑于 2024-11-19 - 来自专栏计算机视觉life
从零开始一起学习SLAM | 掌握g2o顶点编程套路
先来看看上图中和vertex有关的第①个类： HyperGraph::Vertex，在g2o的GitHub上（https://github.com/RainerKuemmerle/g2o），它在这个路径 g2o/core/hyper_graph.h 这个 HyperGraph::Vertex 是个abstract vertex，必须通过派生来使用。 然后我们看g2o 类结构图中第②个类，我们看到HyperGraph::Vertex 是通过类OptimizableGraph 来继承的， 而OptimizableGraph的定义在 g2o/core/optimizable_graph.h 我们找到vertex定义，发现果然，OptimizableGraph 继承自 HyperGraph，如下图所示 ?
1.4K60发布于 2019-05-27 - 来自专栏深度学习和计算机视觉
从零开始一起学习SLAM | 掌握g2o顶点编程套路
先来看看上图中和vertex有关的第①个类： HyperGraph::Vertex，在g2o的GitHub上（https://github.com/RainerKuemmerle/g2o），它在这个路径 g2o/core/hyper_graph.h 这个 HyperGraph::Vertex 是个abstract vertex，必须通过派生来使用。 然后我们看g2o 类结构图中第②个类，我们看到HyperGraph::Vertex 是通过类OptimizableGraph 来继承的， 而OptimizableGraph的定义在 g2o/core/optimizable_graph.h 我们找到vertex定义，发现果然，OptimizableGraph 继承自 HyperGraph，如下图所示 ?
1.2K31发布于 2019-05-30 - 来自专栏对白的算法屋
SIGIR 2022 | 推荐系统相关论文分类整理
Filtering Geometric Disentangled Collaborative Filtering 【几何解耦的协同过滤】 Self-Augmented Recommendation with Hypergraph And User Historical Behavior for Sequential Recommendation 【short paper，融合时间和用户历史行为的预训练模型】 Enhancing Hypergraph Graph Network for Session-based Recommendation 【特征驱动的反射图网络】 Co-clustering Interactions via Attentive Hypergraph Convolutional Network for Multiple Social Recommendations 【short paper，双同质超图卷积网络】 Enhancing Hypergraph Knowledge Graph Contrastive Learning for Recommendation 【知识图谱上的对比学习】 Self-Augmented Recommendation with Hypergraph
1.9K10编辑于 2022-05-17 - 来自专栏智能生信
[WSDM | 论文简读] 用于图分类任务的异构超图网络嵌入学习
作者 | 王汝恒 编辑 | 李仲深 论文题目 Heterogeneous Hypergraph Embedding for Graph Classification 论文摘要 最近，图神经网络因其在成对关系学习中的突出表现而被广泛用于网络嵌入
1.5K30编辑于 2022-12-29 - 来自专栏未来先知
超越Yolov8/Yolov9，用Hyper图方法释放YOLO系列的所有潜能 ！
为了解决这些挑战，作者提出了Hypergraph Computation Empowered Semantic Collecting and Scattering（HGC-SCS）框架，该框架将视觉特征图转换为语义空间 Hypergraph Learning Methods 超图（hypergraph）[17, 18]可以用来捕获这些复杂的、高阶关联。 Iii-B1 Hypergraph Construction. 如图S1所示，作者的backbone被划分为五个离散阶段。这些阶段的代表特征图分别为。 Iii-B2 Hypergraph Convolution. V-D3 On Hypergraph Construction of Hypergraph Computation Phase 为了检验构建超图时所使用的距离阈值的影响，作者进行了进一步的消融实验，结果如表
1.3K10编辑于 2024-08-20 - 来自专栏智能生信
[Bioinformatics | 论文简读] 用于抗癌药物协同预测的多向关系增强超图表示学习
简读分享 | 乔剑博 编辑 | 王宇哲 论文题目 Multi-way relation-enhanced hypergraph representation learning for anti-cancer
77420编辑于 2022-12-29 - 来自专栏机器学习与推荐算法
IJCAI2023推荐系统相关论文集锦
Towards Hierarchical Policy Learning for Conversational Recommendation with Hypergraph-based Reinforcement Specifically, we develop a dynamic hypergraph to model user preferences and introduce an intrinsic motivation Basket Representation Learning by Hypergraph Convolution on Repeated Items for Next-basket Recommendation (in a basket) as a hyperedge, where the correlations among different items can be well exploited by hypergraph
72930编辑于 2023-08-22 - 来自专栏机器学习与推荐算法
论文周报 | 推荐系统领域最新研究进展，含WWW, SIGIR, AAAI等顶会论文
Multi-grained Hypergraph Interest Modeling for Conversational Recommendation 9. Multi-grained Hypergraph Interest Modeling for Conversational Recommendation Chenzhan Shang, Yupeng In this paper, we propose a novel multi-grained hypergraph interest modeling approach to capture user and form a session-based hypergraph, which captures coarse-grained, session-level relations. We further conduct multi-grained hypergraph convolution on the two kinds of hypergraphs, and utilize
62920编辑于 2023-08-22 - 来自专栏GreatSQL出品技术文章
MySQL源码解析之执行计划
. // 采用超图算法生成执行计划，注意超图算法通过set optimizer_switch="hypergraph_optimizer=on"方式启用 if (thd->lex->using_hypergraph_optimizer
78630编辑于 2023-02-23 - 来自专栏机器学习与推荐算法
IJCAI2024推荐系统相关论文整理
Hierarchical Reinforcement Learning on Multi-Channel Hypergraph Neural Network for Course Recommendation Hierarchical Reinforcement Learning on Multi-Channel Hypergraph Neural Network for Course Recommendation Specifically, we first construct an online course hypergraph as the environment to capture the complex Then, we design a multi-channel propagation mechanism to aggregate embeddings in the online course hypergraph R2V is a data-free module and utilizes a hypergraph, including condition and result nodes, to instantiate
1.9K10编辑于 2024-07-05 - 来自专栏机器学习与推荐算法
KDD2022推荐系统论文集锦(附pdf下载)
Counteracting User Attention Bias in Music Streaming Recommendation via Reward Modification [18] Multi-Behavior Hypergraph-Enhanced Transformer for Next-Item Recommendation [19] Self-Augmented Hypergraph Transformer for Recommender In this paper, we propose a hypergraph neural network based model named HIRS. ); Quanyu Dai (Huawei Noah's Ark Lab); Ji-Rong Wen (Renmin University of China) [18] Multi-Behavior Hypergraph-Enhanced Singapore); Yanwei Yu (Ocean University of China); Chenliang Li (Wuhan University) [19] Self-Augmented Hypergraph
75020编辑于 2022-10-31 - 来自专栏机器学习与推荐算法
WWW2021 | 图神经网络在推荐系统中的论文汇总
Attentive Graph Neural Networks for Holistic Sequential Recommendation 5.Self-Supervised Multi-Channel Hypergraph Self-Supervised Multi-Channel Hypergraph ConvolutionalNetwork for Social Recommendation ?
1.9K00发布于 2021-03-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号