暑期总结--钟玥--7.10-8.31

yzhong

暑期学习总结

专业知识：
        主要学习了吴恩达的深度学习课程，由简单的logistic回归引入到浅层神经网络和深层神经网络。进一步对深度学习实用层面的理解和应用一些经典的优化算法。包括一些机器学习策略可以让我们快速搭建系统框架。卷积神经网络CNN的实现和CNN在目标检测、人脸识别和神经风格转换上的应用。最后一部分是RNN模型、自然语言处理中的词嵌入和注意力机制等等。经过这门课程的学习，不仅对深度学习的内容和框架有了一定的认识，还通过实验深入理解了模型算法的原理。

论文阅读：
        1.Inductive matrix completion for predicting gene–disease associations  这篇论文是2014年提出的采用IMC进行链路预测的方法，这个思路也对后续的研究产生了一定的影响，包括我阅读的另一篇论文中也有用到IMC方法。
        2.NeoDTI: Neural integration of neighbor information from a heterogeneous network for discovering new drug-target interactions 这篇论文首先是对异构网络中的领域信息进行整合，通过端到端的方法保持拓扑表示来更新节点嵌入以获得目标的关联预测。
        3.BiNE:Bipartite Network Embedding 二分网络嵌入方法，这篇论文将二分网络看作是两个同构网络来进行一个特定的随机游走，并且结合了两类顶点的显性关联和隐性关联进行联合优化，最终可以获得二分网络的embedding。

代码阅读：
        主要阅读了NeoDTI和BiNE的代码，有些部分还没有完全理解，还在继续研究。