分类： 未分类

本周主要进行了图神经网络的初步学习，成果主要分以下几部分： 1.首先阅读了几篇CSDN上的科普向博客（其中两篇链接如下——https://blog.csdn.net/u012678060/article/details/81056008 https://mq.mbd.baidu.com/u6qwyo4?f=cp&u=286f2eb644f488cc）。了解了GNN是以“图”这一包含节点和边两种信息的模型为基本输入单元的，图数据的复杂性在于图大小的多样性与节点的无序性，GNN与传统的CNN等网络结构的不同点在于：CNN必须使用具有规则矩形结构的卷积核来提取输入中的局部信息，而GNN可以突破欧式空间的限制，对于一些3D模型下的非规则曲面也有处理能力。 2.重点阅读了大连理工大学的一篇题为“基于图神经网络学习的人脸重建方法”硕士学位论文。该方法为图结构的每一个节点训练一个浅层的神经网络，在人脸3D模型这种复杂曲面作为输入的情况下，充分体现了GNN处理任意拓扑结构的优越性。 总结：神经网络在深度学习中的应用已经非常广泛，GNN 在对图形中节点间的依赖关系进行建模方面能力强大，其前景仍是大有可为。 ...

从北京回来后，各种状态逐渐恢复中。同时刚刚开学，各种头绪比较混乱，进展不大。简单梳理： 1. 属性拓扑 1）继续推导新框架下属性拓扑的描述问题。期间遇到与GAN的相似性以及f,g两个函数如何同时训练的问题，和蒋培培做了一次沟通，仍有疑问。可能需要进一步分析。 2）IJAR论文回复信与荣美沟通了几次，目前已经定稿。下周投出。 3）学习关注度模型，还是挺有意思的。下一步会继续深入，主要考虑如何为我们所用。 摇荡预测 1）与郑晓晴做了一个沟通，规划了至少三篇论文的主题。这些主题也可作为晓晴大论文的框架了。 2） 和赵老师沟通了该部分，目前数据采集是难点。赵老师对此也没有更多办法。晓晴尽快把惯导还给赵老师。 语音分析 1） 和赵老师做了总结性汇报，暂时撤出该领域，集中精力做我们自己的事。但降噪部分我们仍要进行关注，这部分今后会有作为。 帕金森 1） 读了几篇论文，但思路又被打断。下周继续整理。 2） 和孙浩整理了HOG变为形式背景的方法，期待结果与论文。目前看至少一篇SCI还是有保证的。 FPGA 新的任务又来了，去了趟石家庄沟通，估计九月会有一段时间要忙于这个。 专利 脉诊仪的专利和审查员进行了沟通，蒋培培去写答复说明了。 ...