摘要
t-sne图布局与图节点关系预测
本次主要分享师弟讲解的两篇文献：
《Graph Layouts byt-SNE》、《TransNet: Translation-Based Network Representation Learning for Social Relation Extraction 》
图布局与图链接预测
现状
最近师弟师妹的加入，使得我们小组越来越壮大，然后频繁召开的组会次数越来越多，基本上一周一次，那么对于我们学生而言，压力也是挺大的，需要做大量的调研，讲清楚一篇论文。但是这也是好事，不仅能够让讲得人成长很快，而且也能让听得人“优化一下大脑”。不亦乐乎，故现做一下分享与记录。
本次主要分享师弟、师妹的两篇文献讲解
《Revisiting Stress Majorization as a Unified Framework for
Interactive Constrained Graph Visualization》
《weisfeiler-lehman neural machine for link prediction》
学科发展史
智能科学技术的发展
起源与发展
当电子计算机还未出现时，人们就已经开始对人类智能行为进行了初步的探索。二十世纪初期，怀特赫德、罗素、塔斯基和维纳等人在数理逻辑领域做出了巨大贡献，并向机器的逻辑推理迈进一步。此后，丘奇和图灵等人就计算本质问题提出了计算和符号处理的概念，从理论上揭示出形式推理概念和计算机之间的联系。为了测试计算机是具备人类的智能，图灵给出了著名的“图灵测试”。
1956年夏季，麦卡锡、明斯基、郎彻斯特、香侬与其他学者就机器模拟人类智能问题展开激烈讨论，首次使用了人工智能这一术语。这是智能科学史上具有划时代的意义的第一次人工智能研讨会，标志着人工智能学科的诞生，以及系统、全面的智能科学研究的开始。这些从事数学、心理学、信息论、计算机和神经学的年轻学者，后来都成为著名的人工智能专家，为智能科学的发展做出了巨大的贡献。
文献DeepTracker:Visualizing the Training Process of Convolutional Neural Networks解读Ⅰ
这篇文章能够进入到我的视线，缘由也是在听屈老师介绍他们组的工作，这篇文章出自国内香港科技大学屈华民老师组的一篇大作，此文章收录在期刊TIST(ACM Transactions on Intelligent Systems and Technology),在自己博士课题方向的刚开始，接触此领域关注的第一篇文章是CNNvis，出自清华大学刘世霞老师组。
解析word文档表格
# -*- coding: utf-8 -*-
# from __future__ import print_function
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import win32com
from win32com.client import Dispatch, constants
w = win32com.client.Dispatch('Word.Application')
w.Visible = 1
w.Documents.Open( FileName = 'D:\muzi\\37.docx') #路径不能存在中文
doc = w.ActiveDocument
count = doc.Tables.Count #统计整个word文档有多少个表
a = doc.Tables(1).rows.Count # 返回表格的行数
b = doc.Tables(1).columns.Count # 返回表格的列数
import collections
Content = collections.OrderedDict()
for num in range (count):
for i in range (doc.Tables(num+1).rows.Count):
key = re.sub(r'\r\x07','',doc.Tables(num+1).Cell(Row= i+1,Column = 1).Range.Text) //正则化去除特殊符号
value = re.sub(r'\r\07','',doc.Tables(num+1).Cell(Row=i+1,Column = 2).Range.Text)
Content[key] = value
filename = 'D:\muzi\m'
import json
with open(filename+'.json','a') as outfile: //打开已存在的文件
json.dump(Content,outfile,ensure_ascii = False) //字典内容写入json文件中
outfile.write('\n')