发表服务
如何看待KDD20文章PolicyGNN代码无法复现的问题？.数据挖掘.机器学习.深度学习（DeepLearning）.图神经网络（GNN）.
前言复现论文，初步了解机器学习，以及一些常见Python包的用法。NSL-KDD数据集介绍NSL-KDD是一个网络流量数据集，经常用于IDS（入侵检测系统）模型的训练。NSL-KDD主要有以下几个子集：KDDTest+,KDDTest-21,KDDTrain+,KDDTrain+_20Percent,KDDTest-21和KDDTrain+_20Percent。其中KDDTrai
文章可复现性判断（一）调研文章范围作者收集了2015年到2018年KDD、SIGIR、WWW和RecSys会议上的研究工作，这些论文都是采用基于深度学习的方法来解决top-n分类问题的。在此基础上，只考虑与精度评估有关的工作，因此最终筛选出了18篇文章。
KDD'21Arewereallymakingmuchprogress?Revisiting,benchmarking,andrefiningheterogeneou…是的，这个问题我之前就发现过。当时是复现MAGNN[1]的代码，发现以它的框架复现GAT之后，其效果要远远好于论文中的数值，甚至要好于MAGNN的数据。
你收到KDD2019的论文接收通知了吗？2019年8月4日-8日，数据挖掘顶会KDD2019将在美国阿拉斯加安克雷奇市举行。根据Twitter与小编微信朋友圈来看，投稿KDD2019的论文作者们应该已经陆续收到论文是…
KDD大会以论文接收严格闻名，每年的接收率不超过20%。今年，KDD特别强调论文的可复现性，并首次采用双盲评审，对论文的要求更高了。而随着中国高端科研力量的崛起，在如此严格与高水准的国际顶级学术会议上，中国军团表现突出，包揽各项大奖。
2.使用公开数据，公开代码，论文细节清楚，能复现论文的效果。尽管很多论文的作者也不能说明为什么这么设计的网络效果好，这个应该是深度学习可解释性差的原因。因为他们公开了代码，在公开数据集上效果好，能复现效果，所以也是好论文。文末推荐
有的论文的实验结果有造假，无法复现，相比之下中文论文可信度低一些。有的论文会留一手，论文里面不是全部，比如关键参数不提供，或者一些工程上较为实用但不雅观的trick，作者一般不会…
计算机的大部分论文，都是不公开代码和数据的，这时候就需要写信给作者要。.———从没有要成功过，哎.在研究中，我们尽量去找那种有公开代码和数据的论文读，因为论文很难把实验的每个细节都描述清楚，只有读了代码，才算真正把算法搞清楚...
为了提高论文接收的质量，KDD2019首次采用了双盲审查制度，本次大会也对研究的可复现性提出了新的要求，强调其为「论文审核过程当中的一个重要因素」，只有包含两页可复现性内容附录的文章才有可能被评为KDD最佳论文。.数据库.KDD对论文接收很是严格...
如何看待KDD20文章PolicyGNN代码无法复现的问题？.数据挖掘.机器学习.深度学习（DeepLearning）.图神经网络（GNN）.
前言复现论文，初步了解机器学习，以及一些常见Python包的用法。NSL-KDD数据集介绍NSL-KDD是一个网络流量数据集，经常用于IDS（入侵检测系统）模型的训练。NSL-KDD主要有以下几个子集：KDDTest+,KDDTest-21,KDDTrain+,KDDTrain+_20Percent,KDDTest-21和KDDTrain+_20Percent。其中KDDTrai
文章可复现性判断（一）调研文章范围作者收集了2015年到2018年KDD、SIGIR、WWW和RecSys会议上的研究工作，这些论文都是采用基于深度学习的方法来解决top-n分类问题的。在此基础上，只考虑与精度评估有关的工作，因此最终筛选出了18篇文章。
KDD'21Arewereallymakingmuchprogress?Revisiting,benchmarking,andrefiningheterogeneou…是的，这个问题我之前就发现过。当时是复现MAGNN[1]的代码，发现以它的框架复现GAT之后，其效果要远远好于论文中的数值，甚至要好于MAGNN的数据。
你收到KDD2019的论文接收通知了吗？2019年8月4日-8日，数据挖掘顶会KDD2019将在美国阿拉斯加安克雷奇市举行。根据Twitter与小编微信朋友圈来看，投稿KDD2019的论文作者们应该已经陆续收到论文是…
KDD大会以论文接收严格闻名，每年的接收率不超过20%。今年，KDD特别强调论文的可复现性，并首次采用双盲评审，对论文的要求更高了。而随着中国高端科研力量的崛起，在如此严格与高水准的国际顶级学术会议上，中国军团表现突出，包揽各项大奖。
2.使用公开数据，公开代码，论文细节清楚，能复现论文的效果。尽管很多论文的作者也不能说明为什么这么设计的网络效果好，这个应该是深度学习可解释性差的原因。因为他们公开了代码，在公开数据集上效果好，能复现效果，所以也是好论文。文末推荐
有的论文的实验结果有造假，无法复现，相比之下中文论文可信度低一些。有的论文会留一手，论文里面不是全部，比如关键参数不提供，或者一些工程上较为实用但不雅观的trick，作者一般不会…
计算机的大部分论文，都是不公开代码和数据的，这时候就需要写信给作者要。.———从没有要成功过，哎.在研究中，我们尽量去找那种有公开代码和数据的论文读，因为论文很难把实验的每个细节都描述清楚，只有读了代码，才算真正把算法搞清楚...
为了提高论文接收的质量，KDD2019首次采用了双盲审查制度，本次大会也对研究的可复现性提出了新的要求，强调其为「论文审核过程当中的一个重要因素」，只有包含两页可复现性内容附录的文章才有可能被评为KDD最佳论文。.数据库.KDD对论文接收很是严格...
发表服务