苏苏苏苏生
码龄8年
求更新 关注
提问 私信
  • 博客：2,790
    2,790
    总访问量
  • 4
    原创
  • 3
    粉丝
  • 47
    关注
IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）
IP 属地：上海市
加入CSDN时间： 2018-03-16
博客简介：

qq_41848820的博客

查看详细资料
个人成就
  • 获得1次点赞
  • 内容获得0次评论
  • 获得9次收藏
  • 博客总排名1,298,780名
创作历程
  • 1篇
    2022年
  • 3篇
    2021年
成就勋章
TA的专栏
  • 面试记录
    1篇
  • 交通文献阅读
    3篇

TA关注的专栏 3

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 0

创作活动更多

「谁说嵌入式只是调包和焊板子？」—— 2026嵌入式全栈技术征锋令

谁说嵌入式只会“Ctrl+C 调包”和“拿电烙铁焊板子”？2026嵌入式全栈技术征锋令正式启幕！ 本次活动专为硬核硬件/软件开发者打造，无论你是刚玩转裸机外设的萌新，还是精通RTOS调度、死磕底层驱动的行业老手，亦或是执掌系统架构的大神，这里都是你证明实力的舞台！ 拒绝表面功夫，每一行代码，都有撬动硬件的力量！晒出你的硬核工程实战，为嵌入式开发者的全栈硬实力正名！

211人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多

  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

阿里云一面记录

阿里云学术合作项目一面面经
原创
博文更新于 2022.06.08 ·
179 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

Graph WaveNet文章阅读

文章标题《Graph WaveNet for Deep Spatial-Temporal Graph Modeling》背景：之前对交通领域中抓取时空关联信息的方法中，无论是将GCN运用在RNN中或者是将GCN运用在CNN中，都存在两个很主要的缺陷。一个是不能够很好的反应两个节点间的关联性：即存在以下情况，两个节点直接相连但关联性不是很强或两个节点不直接相连但关联性很强，对于前一种情况先前有工作使用attention机制来对节点关系矩阵的权重进行重新赋值，但后一种情况的难题尚未解决。第二个缺陷在于先前的
原创
博文更新于 2021.10.10 ·
368 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

STGCN论文阅读

文章标题：《Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting》背景因为本文是第一篇将图卷积用于提取空间和时间信息的文章，故之前文章使用的仿真模型（资源浪费大、且不合理的假设和简化使得效果很差）、统计方法（时间流具有高度不确定性，不可靠）、rnn一类的方法（只提取了时间信息没有提取空间信息）、cnn一类的方法（只处理了空间信息，没有结合时间信息）都不太兴，所以本文将
原创
博文更新于 2021.09.29 ·
1840 阅读 ·
1 点赞 ·
0 评论 ·
9 收藏

《Traffic Flow Prediction Through the Fusion of Spatial-Temporal Data and Points of Interest》阅读

《Traffic Flow Prediction Through the Fusion of Spatial-Temporal Data and Points of Interest》： 先指出了三个问题：1：没有将历史交通流、时间、POI等多源因素很好的结合在一起2：用GNN的时候往往都是固定矩阵，然后固定矩阵不能很好的反应实时关系3：将进流量和出流量看成同个任务导致性能下降，看成两种任务性能会好一点，因为看成一种任务就忽视了流量序列之间的差异。然后本文的主要解决方法是：1：设计了一种gated fu
原创
博文更新于 2021.09.27 ·
403 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏