转载：http://www.learnopencv.com/computer-vision-for-predicting-facial-attractiveness/ Computer Vision for Predicting Facial Attractiveness JULY 27, 2015 BY AVI SINGH 13 COMMENTS Most of us have lo

欢迎关注我的CSDN：https://spike.blog.csdn.net/ 本文地址：https://spike.blog.csdn.net/article/details/136153329 CombFold： GitHub：https://github.com/dina-lab3D/CombFoldPaper：predicting structures of large prot

Predicting Citywide Crowd Flows Using Deep Spatio-Temporal Residual Networks AAAI 2017 郑宇组的论文 文章首先介绍该问题的基本概念 ，接着描述系统的框架（本文跳过），然后介绍基于DNN的预测模型，最后进行实验验证模型结构与参数和与基线模型进行对比。 OUTLINE 人流量数据（crowd flows）

论文原文：BrainNetCNN: Convolutional neural networks for brain networks; towards predicting neurodevelopment - ScienceDirect 论文全名：BrainNetCNN: Convolutional neural networks for brain networks; towards p

这篇论文主要是对地铁出行者的出行模式进行分析，然后借助entropy来对出行者的出行规律性进行度量，在此基础上根据entropy将出行者划分为三类，并分别用马尔科夫链和HMM模型进行预测分析。 1.entropy计算 作者使用entropy来进行出行规律性的度量，在此之前，需要进行一些预先的处理。对于出行者的出行时空特性，需要进行离散化表达，因为entropy的计算需要离散的值。 对于出行者的

数据预处理 把数据分为十大类，然后根据聚类来划分数据。 在文中，使用二维相似指纹来测量目标产品之间的拓扑相似性，并使用常用的Bemis-Murcko原子框架来聚类产品，相似阈值取0.6。 模型 模型分为两步： 1）利用训练模型对反应物进行预测； 2）根据语法校正预测反应物。 构建了一个基于transformer的语法校正器，来自动校正不合理的smiles语法，以提高模型的准确性。 （值得