kgs是什么意思(kgs3)( 四 )


通过文本的判别建模进行霍克斯过程分类_原题为:通过文本的歧视性建模进行霍克斯过程分类
地址:http://arxiv.org/abs/2010.11851
作者:罗汉·通杜尔卡尔,马尼沙·杜贝,P.K .斯里吉斯,米哈尔·卢卡西克
摘要:社交媒体为用户提供了一个随时收集和分享信息、了解新闻的平台 。这样的网络也为用户提供了一个对话的平台 。然而,像Twitter这样的微博平台会限制文本的长度 。因为在这样的位置没有足够的单词,所以使用自然语言处理(NLP)的标准工具对这些信息进行分类是一项困难的任务 。此外,社交媒体中帖子的高度复杂性和动态性使得文本分类成为一个具有挑战性的问题 。然而,考虑与帖子相关的过去标签和时间形式的其他提示可能有助于更好地执行文本分类 。为了解决这个问题,我们提出了一个基于Hawkes Process (HP)的模型,该模型可以自然地将时间特征与过去的标签和文本特征相结合,以改进短文本分类 。特别地,我们提出了一种用于HP中文本建模的判别方法,其中文本特征参数化基本强度和/或触发核 。另一个主要贡献是将核视为时间和文本的函数,并进一步使用神经网络对核进行建模 。这样可以对文本进行建模和有效学习,以及对推文分类的历史影响 。我们在谣言位置分类的标准基准上展示了所提出的技术的优势 。
扩散反应流行病学模型的自适应网格细化和粗化_原题为:扩散反应流行病学模型的自适应网格细化和粗化
地址:http://arxiv.org/abs/2010.11861
作者:马卢·格雷夫、阿尔瓦罗·库蒂尼奥
摘要:2020年新冠肺炎的爆发导致人们对传染病数学模型的兴趣激增 。疾病传播可以建模为分室模型,其中将研究人群划分为分室,并假设从一个分室向另一个分室转移的性质和时间速率 。通常,它们由时间上的常微分方程(ODE)组成 。其中一个模型将SEIRD模型视为易感人群、暴露人群、感染人群、康复人群和死亡人群 。然而,这些模型不能总是解释个体从一个区域到另一个区域的运动 。在本工作中,我们将SEIRD区间模型的公式推广到偏微分方程的扩散反应系统,以刻画新冠肺炎的连续时间空动力学 。因为病毒的传播不仅仅是通过传播,我们在方程系统中引入一个源项,代表旅行回来的暴露人群 。我们还增加了各向异性非均匀扩散的可能性 。我们在texttt libMesh中实现了整个模型,这是一个开放的有限元库 。它考虑了自适应网格细化和粗化,并为多物理场提供了一个框架 。因此,该模型可以表示空之间的几个尺度,并使分辨率适应疾病动态 。我们使用标准的SEIRD模型验证了我们的模型,并展示了几个例子来突出当前模型的新特性 。
通过随机投影快速近似CoSimRanks_原题为:通过随机投影快速近似余弦函数
地址:http://arxiv.org/abs/2010.11880
作者:杨仁池
【kgs是什么意思(kgs3)】给定具有n个节点的图G,以及G中的两个节点U,V,CoSim-Rank值s(u,V)基于图拓扑量化U和V之间的相似性 。与SimRank相比,CoSimRank在许多实际应用中被证明更加准确和有效,包括同义词扩展、字典抽取和知识图中的实体关联 。g中CoSimRank值的所有计算都非常昂贵且具有挑战性 。现有的方法集中于设计近似算法来计算所有的余弦函数对 。为了获得所需的绝对误差增量,用于计算所有CoSimRank值对的最新近似算法需要O(n ^ 3 log2(ln(1/delta))时间 。在本文中,我们提出了RP-CoSim,这是一种计算所有CoSimRank值对的随机算法 。RP-CoSim的基本思想是将n×n矩阵乘法减少到k维(k


推荐阅读