id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
18,257 | 2026-02-24T14:27:19.356000Z | 2026-02-24T14:27:19.356000Z | Lec. | Параметры конструктора:. in_channels (int): размерность входных признаков. hidden_channels (int): размерность скрытого слоя. out_channels (int): размерность выхода. num_heads (int, опционально): количество голов внимания (по умолчанию: 4) | false | false | false | |
18,256 | 2026-02-24T14:27:16.117000Z | 2026-02-24T14:27:16.117000Z | Lec. | Назначение: реализация GNN на основе механизма внимания из трансформеров | false | true | false | |
18,255 | 2026-02-24T14:27:13.165000Z | 2026-02-24T14:27:13.165000Z | Lec. | Возвращает: выход модели (тензор) | false | true | false | |
18,254 | 2026-02-24T14:27:10.691000Z | 2026-02-24T14:27:10.691000Z | Lec. | Параметры:. x (Tensor): признаки узлов (размерность: [num_nodes, in_channels]). edge_index (Tensor): индексы ребер (размерность: [2, num_edges]). batch (Tensor): вектор, указывающий принадлежность узлов к батчам | false | false | false | |
18,253 | 2026-02-24T14:27:07.677000Z | 2026-02-24T14:27:07.677000Z | Lec. | Назначение: определяет прямой проход модели | false | true | false | |
18,252 | 2026-02-24T14:27:05.053000Z | 2026-02-24T14:27:05.053000Z | Lec. | Параметры конструктора:. in_channels (int): размерность входных признаков узлов. hidden_channels (int): размерность скрытых слоев. out_channels (int): размерность выходного слоя. **kwargs: дополнительные параметры (например, гиперпараметры) | false | false | false | |
18,251 | 2026-02-24T14:27:02.109000Z | 2026-02-24T14:27:02.109000Z | Lec. | Назначение: абстрактный базовый класс для всех графовых нейронных сетей | false | true | false | |
18,250 | 2026-02-24T14:26:58.690000Z | 2026-02-24T14:26:58.690000Z | Lec. | Назначение: запускает обучение | false | true | false | |
18,249 | 2026-02-24T14:26:56.276000Z | 2026-02-24T14:26:56.276000Z | Lec. | Методы:. fit(train_loader, val_loader) | false | false | false | |
18,248 | 2026-02-24T14:26:53.354000Z | 2026-02-24T14:26:53.354000Z | Lec. | Параметры конструктора:. learning_rate (float): скорость обучения. device (str): устройство ("cpu" или "cuda"). criterion (nn.Module): функция потерь. **kwargs: гиперпараметры модели (например, hidden_channels=256) | false | false | false | |
18,247 | 2026-02-24T14:26:50.509000Z | 2026-02-24T14:26:50.509000Z | Lec. | Назначение: создает тренер модели | false | true | false | |
18,246 | 2026-02-24T14:26:47.816000Z | 2026-02-24T14:26:47.816000Z | Lec. | Назначение: запускает обучение или тестирование. create_model_trainer(config) | false | true | false | |
18,245 | 2026-02-24T14:26:45.472000Z | 2026-02-24T14:26:45.472000Z | Lec. | Методы:. run() | false | false | false | |
18,244 | 2026-02-24T14:26:43.091000Z | 2026-02-24T14:26:43.091000Z | Lec. | Назначение: создает Dataset | false | true | false | |
18,243 | 2026-02-24T14:26:40.057000Z | 2026-02-24T14:26:40.057000Z | Lec. | Назначение: проверяет ошибки в данных. create_dataset() | false | true | false | |
18,242 | 2026-02-24T14:26:37.498000Z | 2026-02-24T14:26:37.498000Z | Lec. | Методы:. check_errors() | false | true | false | |
18,241 | 2026-02-24T14:26:35.197000Z | 2026-02-24T14:26:35.197000Z | Lec. | Методы:. fix_error(graphml_file_path) | false | false | false | |
18,240 | 2026-02-24T14:26:32.787000Z | 2026-02-24T14:26:32.787000Z | Lec. | Назначение: Исправляет ошибки в данных (абстрактный метод) | false | true | false | |
18,239 | 2026-02-24T14:26:29.779000Z | 2026-02-24T14:26:29.779000Z | Lec. | Методы:. fix_error(data) | false | true | false | |
18,238 | 2026-02-24T14:26:27.434000Z | 2026-02-24T14:26:27.434000Z | Lec. | Возвращает: модифицированный объект data | false | true | false | |
18,237 | 2026-02-24T14:26:24.378000Z | 2026-02-24T14:26:24.378000Z | Lec. | Возвращает: кортеж (DAD, AD, DA) | false | true | false | |
18,236 | 2026-02-24T14:26:21.970000Z | 2026-02-24T14:26:21.970000Z | Lec. | Методы:. forward(y_pred, y_true): аналогично MAPE_loss. preprocessing/preprocessing.py | false | false | false | |
18,235 | 2026-02-24T14:26:19.329000Z | 2026-02-24T14:26:19.329000Z | Lec. | Параметры:. y_pred (Tensor): предсказания. y_true (Tensor): истинные значения | false | true | false | |
18,234 | 2026-02-24T14:26:16.887000Z | 2026-02-24T14:26:16.887000Z | Lec. | Параметры конструктора:. epsilon (float, default=1e-6): малое значение для предотвращения деления на ноль | false | false | false | |
18,233 | 2026-02-24T14:26:14.232000Z | 2026-02-24T14:26:14.232000Z | Lec. | Возвращает: значение функции потерь | false | true | false | |
18,232 | 2026-02-24T14:26:11.878000Z | 2026-02-24T14:26:11.878000Z | Lec. | Параметры:. output (Tensor): предсказания модели. target (Tensor): истинные значения | false | true | false | |
18,231 | 2026-02-24T14:26:09.115000Z | 2026-02-24T14:26:09.115000Z | Lec. | Назначение: базовый класс для пользовательских критериев | false | true | false | |
18,230 | 2026-02-24T14:26:06.783000Z | 2026-02-24T14:26:06.783000Z | Lec. | Возвращает: экземпляр критерия | false | true | false | |
18,229 | 2026-02-24T14:26:04.205000Z | 2026-02-24T14:26:04.205000Z | Lec. | Параметры:. criterion_name (str): имя критерия;. **kwargs: дополнительные параметры (например, epsilon для MAPE_loss) | false | true | false | |
18,228 | 2026-02-24T14:26:01.792000Z | 2026-02-24T14:26:01.792000Z | Lec. | Назначение: создает критерии по их имени | false | true | false | |
18,227 | 2026-02-24T14:25:59.357000Z | 2026-02-24T14:25:59.357000Z | Lec. | Параметры: нет | false | false | false | |
18,226 | 2026-02-24T14:25:57.101000Z | 2026-02-24T14:25:57.101000Z | Lec. | Назначение: точка входа в программу | false | true | false | |
18,225 | 2026-02-24T14:25:53.975000Z | 2026-02-24T14:25:53.975000Z | Lec. | Возвращает: закодированные признаки | false | true | false | |
18,224 | 2026-02-24T14:25:51.554000Z | 2026-02-24T14:25:51.554000Z | Lec. | Параметры:. node_features (list): признаки узлов. encoder (NodeFeatureEncoder): экземпляр энкодера (например, OneHotEncoder) | false | false | false | |
18,223 | 2026-02-24T14:25:48.653000Z | 2026-02-24T14:25:48.653000Z | Lec. | Назначение: обертка для кодирования признаков с использованием заданного энкодера | false | true | false | |
18,222 | 2026-02-24T14:25:46.435000Z | 2026-02-24T14:25:46.436000Z | Lec. | Возвращает: список one-hot векторов | true | true | false | |
18,221 | 2026-02-24T14:25:44.089000Z | 2026-02-24T14:25:44.089000Z | Lec. | Параметры:. node_features (list): список типов узлов | false | true | false | |
18,220 | 2026-02-24T14:25:41.524000Z | 2026-02-24T14:25:41.524000Z | Lec. | Возвращает: закодированные признаки (реализуется в дочерних классах) | false | false | false | |
18,219 | 2026-02-24T14:25:38.736000Z | 2026-02-24T14:25:38.736000Z | Lec. | Параметры:. node_features (list): список признаков узлов для кодирования | false | true | false | |
18,218 | 2026-02-24T14:25:36.145000Z | 2026-02-24T14:25:36.145000Z | Lec. | Назначение: абстрактный базовый класс для энкодеров | false | true | false | |
18,217 | 2026-02-24T14:25:33.679000Z | 2026-02-24T14:25:33.679000Z | Lec. | Start_Configs/Test.json 16 | false | false | false | |
18,216 | 2026-02-24T14:25:30.612000Z | 2026-02-24T14:25:30.612000Z | Lec. | Класс GraphConvTrainer 16 | false | false | false | |
18,215 | 2026-02-24T14:25:28.101000Z | 2026-02-24T14:25:28.102000Z | Lec. | Класс TransformerTrainer 15. 3 | false | false | false | |
18,214 | 2026-02-24T14:25:25.626000Z | 2026-02-24T14:25:25.626000Z | Lec. | Класс AbstractModelTrainer (ABC) 14. 2 | false | false | false | |
18,213 | 2026-02-24T14:25:22.767000Z | 2026-02-24T14:25:22.767000Z | Lec. | Trainer_and_Models/Model_trainer.py 14. 1 | false | false | false | |
18,212 | 2026-02-24T14:25:20.311000Z | 2026-02-24T14:25:20.312000Z | Lec. | Класс HOGA 13 | false | true | false | |
18,211 | 2026-02-24T14:25:17.985000Z | 2026-02-24T14:25:17.985000Z | Lec. | Класс GCNModel 13. 4 | false | false | false | |
18,210 | 2026-02-24T14:25:15.237000Z | 2026-02-24T14:25:15.237000Z | Lec. | Класс TransformerGNN 12. 3 | false | false | false | |
18,209 | 2026-02-24T14:25:12.747000Z | 2026-02-24T14:25:12.747000Z | Lec. | AbstractGraphModel (ABC, nn.Module) 12. 2 | false | false | false | |
18,208 | 2026-02-24T14:25:09.993000Z | 2026-02-24T14:25:09.993000Z | Lec. | Trainer_and_Models/Models.py 12. 1 | false | false | false | |
18,207 | 2026-02-24T14:25:07.514000Z | 2026-02-24T14:25:07.514000Z | Lec. | Класс HOGA_Trainer 11 | false | false | false | |
18,206 | 2026-02-24T14:25:05.062000Z | 2026-02-24T14:25:05.062000Z | Lec. | Trainer_and_Models/HOGA_Trainer.py 11. 1 | false | false | false | |
18,205 | 2026-02-24T14:25:02.264000Z | 2026-02-24T14:25:02.264000Z | Lec. | Класс MainEngine 11 | false | false | false | |
18,204 | 2026-02-24T14:24:59.808000Z | 2026-02-24T14:24:59.808000Z | Lec. | Scripts/Main_Engine.py 11. 1 | false | false | false | |
18,203 | 2026-02-24T14:24:57.428000Z | 2026-02-24T14:24:57.428000Z | Lec. | Класс ParserFactory 11 | false | false | false | |
18,202 | 2026-02-24T14:24:54.847000Z | 2026-02-24T14:24:54.847000Z | Lec. | Класс GraphMLParser 10. preprocessing/Parser/ParserFactory.py 11. 1 | false | false | false | |
18,201 | 2026-02-24T14:24:52.229000Z | 2026-02-24T14:24:52.229000Z | Lec. | Класс AbstractDataParser (ABC) 9. preprocessing/Parser/Parsers.py 10. 5 | false | false | false | |
18,200 | 2026-02-24T14:24:49.534000Z | 2026-02-24T14:24:49.534000Z | Lec. | Класс GraphMLDataLoader 8. preprocessing/Parser/AbcParser.py 9. 4 | false | false | false | |
18,199 | 2026-02-24T14:24:46.764000Z | 2026-02-24T14:24:46.764000Z | Lec. | Класс AbstractGraphDataLoader 7. preprocessing/Dataloader/Dataloader.py 8. 1 | false | false | false | |
18,198 | 2026-02-24T14:24:44.276000Z | 2026-02-24T14:24:44.276000Z | Lec. | Класс FixGraphmlNodeIdError 7. preprocessing/Dataloader/AbcDataloaders.py 7. 1 | false | false | false | |
18,197 | 2026-02-24T14:24:41.526000Z | 2026-02-24T14:24:41.526000Z | Lec. | Класс FixGraphmlEdgeError 7. 3 | false | false | false | |
18,196 | 2026-02-24T14:24:38.943000Z | 2026-02-24T14:24:38.943000Z | Lec. | Класс AbstractErrorFixer (ABC) 7. 2 | false | false | false | |
18,195 | 2026-02-24T14:24:35.938000Z | 2026-02-24T14:24:35.938000Z | Lec. | Функция preprocess(data, args) 6. preprocessing/typical_error_fixes.py 7. 1 | false | false | false | |
18,194 | 2026-02-24T14:24:33.502000Z | 2026-02-24T14:24:33.502000Z | Lec. | Функция graph2adj(adj) 6. 5 | false | false | false | |
18,193 | 2026-02-24T14:24:30.893000Z | 2026-02-24T14:24:30.893000Z | Lec. | Классы MAE_loss и MSE_loss 6. 4 | false | false | false | |
18,192 | 2026-02-24T14:24:28.493000Z | 2026-02-24T14:24:28.493000Z | Lec. | Класс MAPE_loss 6. 3 | false | false | false | |
18,191 | 2026-02-24T14:24:25.964000Z | 2026-02-24T14:24:25.964000Z | Lec. | Класс CustomCriterion (ABC, nn.Module) 5. 2 | false | false | false | |
18,190 | 2026-02-24T14:24:23.164000Z | 2026-02-24T14:24:23.164000Z | Lec. | Criterions/custom_criterion.py 5. 1 | false | false | false | |
18,189 | 2026-02-24T14:24:20.508000Z | 2026-02-24T14:24:20.508000Z | Lec. | Criterions/CriterionFactory.py 5 | false | false | false | |
18,188 | 2026-02-24T14:24:17.960000Z | 2026-02-24T14:24:17.960000Z | Lec. | Функция encode_node_features(node_features, encoder) 4. main.py 5 | false | false | false | |
18,187 | 2026-02-24T14:24:15.242000Z | 2026-02-24T14:24:15.242000Z | Lec. | Класс OneHotEncoder 4. 3 | false | true | false | |
18,186 | 2026-02-24T14:24:12.441000Z | 2026-02-24T14:24:12.441000Z | Lec. | Класс NodeFeatureEncoder (ABC): 3. 2 | false | false | false | |
18,185 | 2026-02-24T14:24:09.793000Z | 2026-02-24T14:24:09.793000Z | Lec. | Encoders 3. 1 | false | false | false | |
18,184 | 2026-02-24T14:24:07.364000Z | 2026-02-24T14:24:07.364000Z | Lec. | Ключевые технологии 3 | false | false | false | |
18,183 | 2026-02-24T14:24:04.734000Z | 2026-02-24T14:24:04.734000Z | Lec. | Цели проекта 3 | false | true | false | |
18,182 | 2026-02-24T14:24:02.064000Z | 2026-02-24T14:24:02.064000Z | Lec. | ИИ-помощник по содержанию образовательного продукта: https://game.lexiqo.ru/chat. | false | true | false | |
18,181 | 2026-02-24T14:23:59.313000Z | 2026-02-24T14:23:59.313000Z | Lec. | Промо-сайт образовательного продукта: https://game.lexiqo.ru/ | false | true | false | |
18,180 | 2026-02-24T14:23:56.589000Z | 2026-02-24T14:23:56.589000Z | Lec. | Дополнительные материалы к презентации образовательного продукта | false | true | false | |
18,179 | 2026-02-24T14:23:53.991000Z | 2026-02-24T14:23:53.991000Z | Lec. | OpenCDA Documentation, [Электронный ресурс] URL: https://opencda-documentation.readthedocs.io/en/latest/index.html | false | true | false | |
18,178 | 2026-02-24T14:23:51.035000Z | 2026-02-24T14:23:51.035000Z | Lec. | Github репозиторий [Электронный ресурс] URL: https:// 172.18.130.50:9443/cavise-982/opencda/-/blob/main/opencda/scenario_testing/ config_yaml/rsu_check.yaml (дата обращения: 18.04.2025). 74 | false | false | false | |
18,177 | 2026-02-24T14:23:47.567000Z | 2026-02-24T14:23:47.567000Z | Lec. | OpenCDA Documentation, Yaml Rule [Электронный ресурс] URL: https://opencda-documentation.readthedocs.io/en/latest/md_files/yaml_define.html (дата обращения: 18.04.2025). 73 | false | false | false | |
18,176 | 2026-02-24T14:23:43.917000Z | 2026-02-24T14:23:43.917000Z | Lec. | Springer, Cham. https://doi.org/10.1007/978-3-030-12842-5_6. 72 | false | false | false | |
18,175 | 2026-02-24T14:23:40.930000Z | 2026-02-24T14:23:40.930000Z | Lec. | EAI/Springer Innovations in Communication and Computing | false | false | false | |
18,174 | 2026-02-24T14:23:38.190000Z | 2026-02-24T14:23:38.190000Z | Lec. | In: Virdis, A., Kirsche, M. (eds) Recent Advances in Network Simulation | false | true | false | |
18,173 | 2026-02-24T14:23:35.207000Z | 2026-02-24T14:23:35.207000Z | Lec. | Veins: The Open Source Vehicular Network Simulation Framework | false | false | false | |
18,172 | 2026-02-24T14:23:32.829000Z | 2026-02-24T14:23:32.829000Z | Lec. | Sommer, C. et al. (2019) | false | false | false | |
18,171 | 2026-02-24T14:23:29.553000Z | 2026-02-24T14:23:29.553000Z | Lec. | Springer, New York, NY. https://doi.org/10.1007/978-1-4419-6142-6_5. 71 | false | false | false | |
18,170 | 2026-02-24T14:23:26.681000Z | 2026-02-24T14:23:26.681000Z | Lec. | International Series in Operations Research & Management Science, vol 145 | false | false | false | |
18,169 | 2026-02-24T14:23:23.881000Z | 2026-02-24T14:23:23.881000Z | Lec. | In: Barceló, J. (eds) Fundamentals of Traffic Simulation | false | true | false | |
18,168 | 2026-02-24T14:23:21.101000Z | 2026-02-24T14:23:21.101000Z | Lec. | Traffic Simulation with Aimsun | false | false | false | |
18,167 | 2026-02-24T14:23:18.400000Z | 2026-02-24T14:23:18.400000Z | Lec. | Casas, J., Ferrer, J.L., Garcia, D., Perarnau, J., Torday, A. (2010) | false | false | false | |
18,166 | 2026-02-24T14:23:15.323000Z | 2026-02-24T14:23:15.323000Z | Lec. | Social force model for pedestrian dynamics //Physical review E. – 1995. – Т. 51. – №. 5. – С. 4282. 70 | false | false | false | |
18,165 | 2026-02-24T14:23:11.945000Z | 2026-02-24T14:23:11.945000Z | Lec. | Helbing D., Molnar P | false | false | false | |
18,164 | 2026-02-24T14:23:09.209000Z | 2026-02-24T14:23:09.209000Z | Lec. | An introduction to the theory of the Boltzmann equation. – Courier Corporation, 2004. 69 | false | true | false | |
18,163 | 2026-02-24T14:23:06.375000Z | 2026-02-24T14:23:06.375000Z | Lec. | No.03TH8683), Columbus, OH, USA, 2003, pp. 47-52, doi: 10.1109/IVS.2003.1212881. 68 | false | false | false | |
18,162 | 2026-02-24T14:23:03.263000Z | 2026-02-24T14:23:03.263000Z | Lec. | Proceedings (Cat | false | false | false | |
18,161 | 2026-02-24T14:23:01.024000Z | 2026-02-24T14:23:01.024000Z | Lec. | Ni, "2DSIM: A prototype of nanoscopic traffic simulation," IEEE IV2003 Intelligent Vehicles Symposium | false | true | false | |
18,160 | 2026-02-24T14:22:57.716000Z | 2026-02-24T14:22:57.716000Z | Lec. | A comparative analysis of currently used microscopic and macroscopic traffic simulation software //The Arabian Journal for Science and Engineering. – 2009. – Т. 34. – №. 1B. – С. 121-133. 67 | false | false | false | |
18,159 | 2026-02-24T14:22:54.492000Z | 2026-02-24T14:22:54.492000Z | Lec. | T., Rahman S | true | false | false | |
18,158 | 2026-02-24T14:22:51.777000Z | 2026-02-24T14:22:51.777000Z | Lec. | Romanov, "A Survey of Integrated Simulation Environments for Connected Automated Vehicles: Requirements, Tools, and Architecture," in IEEE Intelligent Transportation Systems Magazine, vol. 16, no. 2, pp. 6-22, March-April 2024, doi: 10.1109/MITS.2023.3335126. 66 | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.