月度归档： 2019年9月

1）属性拓扑 本周继续整理属性拓扑的思路，并考虑其与关注度模型间的关系。深入思考后发现属性拓扑并非单纯的关注度模型表示，其内在权重关系将决定概念走向。举例来说，知识背景完全相同给的两个人，其背景为K1,K2，且k1=k2。此时为静态起始状态。给二人用不同的数据进行激活（此处不涉及新概念的生成），激活后的网络在原理上讲有一定有变化，但概念格对此无解，偏序图需要重新计算获得此变化，而加入关注机制的AT则可以利用三维AT进行表示。若激活数据可产生新概念，则将对AT中权值调整。 这样的调整结果可以考虑与GNN关联。于是我简单搜索了GNN+attention，目前未搜到相关论文。也许还没有人考虑GNN与概念网络的关系吧。这个方向早晚会有人关注并成为热点的，感兴趣的同学可以和我探讨。 和荣美讨论了利用因果不对称思想进行下一步的现象阐述，希望尽快有结果。 2）语音识别 本周和赵老师碰了一次，将任务缩减到仅做预处理部分。 对预处理部分进行了部分代码实现，尝试了譜减法（张亚娟程序），维纳滤波法（张亚娟程序），LSM代码（网上），ICA（网上）等方法。针对麦克风这列情况，觉得ICA可能效果会好一些。因为很容易实现正定的结构。再与赵老师沟通时，他那边开始考虑开发板，因此暂时又放下了。 3）摇荡预测 和晓晴碰了两次，觉得目前看非常有希望做出特色成果。现在缺少的是写论文了。 4）论文 IJAR论文答复信终于投出了，目前编辑部已经开始二审，希望能有好结果。 5）专利 针对远程脉诊专利进行了答复，也递交给了代理，看下一步审查员的处理方法吧。 喷壶专利开始由张亚娟修改。对于这个三年前的想法，希望还来得及。 增量式图像理解专利交给荣美来写了。 6）帕金森 让荣美下载了三大出版商的论文，目前开始进行按国别整理。 与孙浩碰了一下想法，目前两种新方法还是可以保证的。 PS：一年级的同学要多和我沟通，我周报中提及比较少的同学要考虑是不是落后了。 ...

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。 ...