Русские видео

Сейчас в тренде

Иностранные видео


Скачать с ютуб Евгений Дурыманов "Cayley2vec - эмбединги для бесконечных графов" в хорошем качестве

Евгений Дурыманов "Cayley2vec - эмбединги для бесконечных графов" 2 месяца назад


Если кнопки скачивания не загрузились НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием, пожалуйста напишите в поддержку по адресу внизу страницы.
Спасибо за использование сервиса savevideohd.ru



Евгений Дурыманов "Cayley2vec - эмбединги для бесконечных графов"

🚀 @SBERLOGASCI webinar on data science: 👨‍🔬 Евгений Дурыманов "Cayley2vec - эмбединги для бесконечных графов" ⌚️ Cреда, 26 июня, 19.00 (по Москве). (Среда - нестандартный день!) Рассказ основан на паре ноутбуков: https://www.kaggle.com/code/eugenedur... https://www.kaggle.com/code/eugenedur... В докладе будет рассказано об идее получения эмбеддингов вершин бесконечных графов Кэли с помощью MLP на случайных блужданиях. За основу взята Node2vec, модель обучающаяся на случайных блужданиях по графу, она разобрана в первом ноутбуке — показана ее пригодность для задачи получения хороших ембеддингов с точки зрения сохранения расстояний. На докладе также более подробно поглядим на ее код в пакете pytorch geometric (https://causalai.github.io/pytorch_ge...) Для оценки бесконечных (или просто больших) графов Кэли такая модель непригодна, так как требует уже построенный граф как входные данные (на личной машине H_3(Z/20) — циклическая целая трехмерная группа Гейзенберга порядка 20 уже не считается), поэтому было решено перейти к собственной модели, которая получает на вход только координаты случайных блужданий на графе Кэли группы. Модель в основном повторяет Node2Vec, но работает только с вектором длины размерности группы, а не с целым графом (координаты вершины). Случайные блуждания для такого концепта работы генерируются через генераторы группы (по имеющимся координатам знаем, куда блуждание может пойти дальше, зная образующие). Во втором ноутбуке разобрана модель, получены эмбеддинги для группы Гейнзенберга больших размерностей, обоснована их хорошесть с точки зрения сохранения состояний (в том числе показана их польза для задачи нахождения пути в графе). Zoom link will be in @sberlogabig just before start. Video records:    / sciberloga   - subscribe !

Comments