作者： 荣美

1、听了大数据智能与知识图谱的讲座。首先从传统web和未来web讲起，引出了知识图谱，然后分开讲解了知识图谱的相关技术，主要有：描述逻辑、语义Web和关联数据；然后就是知识图谱的要解决的技术问题（知识图谱的构建、大规模知识图谱的存储、查询、推理等）还有知识图谱面临的挑战（学习能力和演化能力、推理能力和表达能力等）。因为好多专业名词不懂，幸亏有录音，也建议大家以后有会议可以录音。 2、减量式论文的翻译完成了，主要针对上下文相同名词的翻译是否一致，翻译图中标注，翻译流程图三部分工作，明天和老师顺一遍再做相应修改。 3、GCN方面，的确反映出了我的懈怠，没给自己压力，太惯着自个儿了，立下flag要改正，不能浪费时间却事倍功半了。 4、多传感器噪声抑制问题，周末回家还没有看，明天开始查阅论文，万一以后得用的话省的来不及。 5、于老师的那个，硬着头皮看吧。 ...

这周没干啥，帮着师姐改大论文，整合了一下减量式的论文，因为是和梦奇师姐两个人翻译的，还需要溜一遍整篇文章的专业名词解释的一样不一样，还需要过一遍，然后就是查到GCN不能用于同秩图（这个称呼可能不太专业），于老师的那个听老师顺了一遍，但之后自己想怎么办还是没思路。。。 ...

1、减量式的论文前小半部分翻译完了，梦奇师姐负责的后边的大半部分，估么着下周就能给老师看了。 2、然后是于老师的那个代码，本来以为好了，结果碰了一下还是有问题，筛选完之后就立即把对象删除了，导致后边遍历时出错，还需要改，感受就是自己编代码这部分太弱了，花了很多时间还是没整利索，会赶快弄完，争取不再耽误太多时间。 3、然后就是组会时培培学姐说好好看看BP算法，大家会感兴趣，就花了天时间深入学习了一下，推导了一遍，也不知道给大家讲明白了没有，不过对自己而言收获还是有的。 4、关于GCN输入输出是否涉及图结构的变化以及具体的训练过程，正在看相关论文，英语基础太差，看起来有点麻烦，得一直翻译，进度有点慢。 5、最后是老师交代的GCN解决数据冗余的问题，我在这儿做深刻反省，这部分还没有看。。。 6、总结一下就是这周时间被我分的太零散了，一会弄这个，一会儿弄这个，“正经事儿”都没干，一星期奏过去了。 ...

这周花了较大部分时间准备了PPT，别的没什么太大进步，和老师碰了一下GCN，发现重要的部分都被我略过了，还要继续深入学习，周末睡了两天，偷了个懒。下周的目标是把GCN更深入的看一下，结合老师的问题再学学。然后抓紧把于老师的弄出来，弄完一码是一码。还有就是老师说的用图的问题分析多传感器的数据冗余，需要查阅些资料。 ...

1.减量式论文的翻译：有时间就翻译一点儿，进度有点慢。 2.关于GCN:图像怎么转换为拓扑图，还没没进展，还没找到相应的文章T^T 3.关于于老师的特征筛选：这周最主要的精力都放在这儿了，向培培师姐请教了之前的代码，师姐也给了我新思路，正在一边儿学习一边儿尝试新的代码的修改添加。 对于老师说的任务的多线程进行，做得还不到位，还需要自己调整。 ...

从CNN开始学习，然后转到GCN，深刻明白了老师那时候说的，第一遍看不懂没关系，不会的再看，然后在回过头去看之前不会的地方就会懂一点儿，真的是一开始看的心态都要炸了，看了几天之后多少懂了些，这种感觉很不错，哈哈哈。 然后这两天就是在查老师说的：1、输入的图像怎么变成拓扑图？找到了一篇基于networkx画关系网络图的文章，好像是根据数据画的拓扑图，代码没看懂呢，还有点儿错，正在一边学习一边找错。别的方法还需要再查再找。 2、用拓扑图卷积换来的好处是什么？ 目前看的论文里出现的好处是：大大减少神经网络中的参数数量而不会恶化（而且经常会提高）测试误差，同时提供更快的正向传播（这个没懂，还需要再看看论文）还有一篇论文里证明了在不同的数据集下分类精度高且训练时间短。 总的来说，这周效率不高，继续努力吧。 ...

从放假回来到现在，主要是完成了减量式论文的修改，等老师看完没问题的话就得抓时间翻译了，然后就是在看GCN、CNN方面的东西，一开始什么都看不懂，看的很沮丧，很有挫败感，在老师的指导、建议下有了学习的方向和方法，我会努力的！！！ ...

本来觉得今天就能把学姐的减量式论文顺出来再找老师看看，但今天开会说的写论文的一些注意事项还需要在论文里好好改进一下，争取明天弄完就去找老师看一下，讨论一下。和合师姐增量式论文目前我还没能帮上忙。 ...

对梦奇师姐的减量式论文没思路了，需要和老师沟通，然后这两天开始看了关于马尔科夫链、蒙特拉罗的论文、博客啥的，但也是瞎看，感觉没有什么针对性，找时间和老师沟通一下，看看接下来自己的学习方向。 ...

这周把梦奇师姐的论文里的遗忘规则部分弄完了，明天再找师姐谈谈还需要改进或者继续下去的思路。属性拓扑那本书要好好看看了，都是师兄师姐们的大论文，对这方面的学习应该很有用。 ...