DGraph: 大规模动态图数据集

旨在服务图神经网络、图挖掘、社交网络、异常检测等方向的研究人员,DGraph 一方面可以作为验证相关图模型性能的标准数据,另一方面也可用于开展用户画像、网络分析等研究工作。DGraph 中的节点表示信也科技服务的金融借贷用户;为数据集的使用者提供了探索如何将图模型扩展到金融领域落地应用的机会,支持异常检测、不平衡节点分类等研究。为当前的动态图模型与挖掘研究提供了数据支持。
1
4
0
陈强:阿里千亿级大规模数字商业知识图谱助力业务增长
阿里在电商、线上零售领域有着海量丰富的商业要素数据,如何更好地组织管理这些生产要素,高效、低成本挖掘出有价值的知识,今天将以电商行业为背景,结合当下电商一些新的发展趋势,介绍阿里数字商业知识图谱构建的方法论,依托藏经阁研究计划,也会重点介绍在工业界如何落地和实施千亿级别知识图谱的实践,最后面向广大知识图谱产业和科研工作者,开放阿里电商部分数据集(kg.alibaba.com)。
1
1
0
AnimeSR:可学习的降质算子与新的真实世界动漫VSR数据集

Learning Real-World Super-Resolution Models for Animation Videos』针对真实动漫VSR提出了一个新的动画数据集,本文汇总了三个实现动漫VSR的三个关键改进措施。最近的真实世界VSR方法的退化大多使用没有学习能力的基本算子,本文建议从真实的LQ动画中学习这些基本算子。并将学习到的算子加入到退化过程中。
1
收藏
0
KdConv:多领域知识驱动的中文多轮对话数据集
由于包含知识标注的多轮对话数据集的缺乏,知识驱动对话系统的研究在很大程度上受到了限制。为了进一步推动多领域的知识驱动的多轮对话研究并且弥补中文语料的缺乏,该项目提出了一个中文的多领域的知识驱动的对话数据集KdConv(Knowledge-driven Conversation),其使用知识图谱为多轮对话中使用的知识进行标注。该语料库包含了来自三个领域(电影、音乐和旅游)的4.5K个对话。
点赞
收藏
0
MSRA 文档智能:通用文档预训练模型与数据集,推动NLP落地升级
文档、图像等载体的结构化分析和内容提取成为关乎企业数字化转型成败的关键一环,自动、精准、快速的信息处理对于生产力的提升至关重要。不仅包含了公司内外部事务的处理细节和知识沉淀,还有大量行业相关的实体和数字信息。文档智能技术(Document Intelligence)应运而生。文档智能技术深层次地结合了人工智能和人类智能,在金融、医疗、保险、能源、物流等多个行业都有不同类型的应用。
点赞
1
0
蒙特利尔工学院 | 基于以对象为中心的对抗学习的视频局部异常检测

其提出了一种基于两阶段以对象为中心的对抗框架。该框架仅需要对目标区域进行异常检测即可检测出视频中的帧级局部异常,本文提出了一种基于两阶段以对象为中心的对抗框架的新颖无监督方法。该方法仅需要在目标区域即可检测视频中的帧级局部异常,第一个阶段包括学习当前外观和被视为正常的场景中对象的过去渐变图像之间的对应关系。第二阶段提取具有正常对象行为的真实和生成图像(外观和过去的梯度)之间的部分重建误差。
点赞
2
0

查看更多 
热门榜单
- 活动合作
- 微信社群