开通会员限时优惠

登录 | 注册

全部分类

外文论文

类型:

动态网络表示的动量非负张量因式分解模型（英文版）

英文标题：A Momentum-Incorporated Non-Negative Latent Factorization of Tensors Model for Dynamic Network Representation中文摘要：本文提出了一种基于动量梯度下降的非线性潜在张量因子分解模型 (MNNL)，可从高维不完整张量 (HDI) 中提取非负潜在因子，改善了传统 LFT 模型的训练问题，提高了预测准确性和收敛速度。英文摘要：A large-scale dynamic network ...

2023-05-06 83 331.23KB 5页
语言、时间偏好与消费行为：基于大型语言模型的证据（英文版）

英文标题：Language, Time Preferences, and Consumer Behavior: Evidence from Large Language Models中文摘要：本研究分析了 GPT-3.5 在多种语言中对奖励和时间的偏好，发现当以德语和汉语等未来时态参照性较弱的语言提问时，GPT 表现出更高的耐心，并且发现虽然 GPT 可以捕捉到跨语言的变异，但它们所做出的选择并不符合人类决策者的选择。英文摘要：Language has a strong influence o...

2023-05-06 119 774.02KB 20页
ANetQA：针对未修剪视频的细粒度组合推理的大规模基准测试（英文版）

英文标题：ANetQA: A Large-scale Benchmark for Fine-grained Compositional Reasoning over Untrimmed Videos中文摘要：本研究介绍了 ANetQA，这是一个支持对挑战性非剪辑视频进行精细组成式推理的大规模基准测试。与现有的基准测试相比，它通过自动从预注释场景图中生成 QA 对，使得可以对多样化的推理能力进行粒度控制。与 AGQA 相比，ANetQA 的 QA 对具有更细粒度的语义特征，因此可以更好地帮助评估...

2023-05-06 102 6.8MB 21页
自主驱动的语言模型从零开始的最小人工监督自我对齐（英文版）

英文标题：Principle-Driven Self-Alignment of Language Models from Scratch with Minimal Human Supervision中文摘要：研究提出了 SELF-ALIGN 方法，利用少量人工监督和结合原理驱动推理和 LLM 的生成能力，实现 AI 助手的自我对齐，减少人工监督的依赖，获得更好的性能，开发了 Dromedary AI 助手。英文摘要：Recent AI-assistant agents, such as Cha...

2023-05-06 160 1.54MB 52页
重新思考基于群体协助的离线策略强化学习（英文版）

英文标题：Rethinking Population-assisted Off-policy Reinforcement Learning中文摘要：本文深入研究了结合 off-policy reinforcement learning 和 population-based optimization 两种算法的训练方法，在机器人运动任务中的实验结果表明 population data 的使用会影响训练稳定性并降低性能，作者进一步提出了双重回放缓冲设计来解决此问题。英文摘要：While off-po...

2023-05-06 129 2.78MB 11页
未知流形上潜在结构网络中的半监督回归（英文版）

英文标题：Semisupervised regression in latent structure networks on unknown manifolds中文摘要：本文利用潜在位置随机图模型和流形学习与图嵌入技术，通过预测节点响应变量来了解基于一维曲线的潜在位置向量的几何学特征，并为这些响应变量建立收敛保证，同时支持 Drosophila 大脑数据的实证应用。英文摘要：Random graphs are increasingly becoming objects of interest ...

2023-05-06 60 1.55MB 18页
OctFormer:三维点云的基于八叉树的 Transformer 模型（英文版）

英文标题：OctFormer: Octree-based Transformers for 3D Point Clouds中文摘要：OctFormer 使用基于八叉树的关注机制进行分割和检测，这种关注机制具有高效性和灵活性，且在多个基准测试中表现出优异的性能。英文摘要：OctFormer can not only serve as a general and effective backbone for 3D pointcloud segmentation and object detectio...

2023-05-06 296 3.93MB 11页
基于语义空间的加权解码多属性可控对话生成（英文版）

英文标题：Semantic Space Grounded Weighted Decoding for Multi-Attribute Controllable Dialogue Generation中文摘要：通过一种新型的 DASC 生成框架并在属性语义空间上增加基础，即在多个属性之间进行插值，使用加权解码范例实现了多维度生成，实验表明，在 3 个方面的可控生成任务中，DASC 可以实现最先进的控制精度，同时产生有趣和合理的响应。英文摘要：Controlling chatbot utteran...

2023-05-06 156 1.27MB 13页
Prompt-ICM：一种面向任务驱动提示的机器图像编码统一框架（英文版）

英文标题：Prompt-ICM: A Unified Framework towards Image Coding for Machines with Task-driven Prompts中文摘要：本研究提出了一个新的图像编码框架 (Prompt-ICM)，通过学习任务驱动提示来协调压缩过程和下游分析，解决了压缩策略的调整和压缩特征的任务适应性两个核心挑战，进而以高压缩效率支持不同的智能任务。英文摘要：Image coding for machines (ICM) aims to compr...

2023-05-06 207 1.92MB 15页
使用统一多模态数据嵌入和模态感知注意力学习缺失模态的电子健康记录（英文版）

英文标题：Learning Missing Modal Electronic Health Records with Unified Multi-modal Data Embedding and Modality-Aware Attention中文摘要：本研究提出一种统一的多模态集合嵌入和具有跳过瓶颈的模态感知注意力（MAA），在 MIMIC-IV 数据集上预测死亡率、血管加压素需求和气管插管需求中，该模型优于其他基线模型，无需单独的补偿模块或易错的向前传递。英文摘要：Electronic H...

2023-05-06 126 2.35MB 24页
联合 CTC 损失和自监督预训练声学编码器的端到端口语理解（英文版）

英文标题：End-to-end spoken language understanding using joint CTC loss and self-supervised, pretrained acoustic encoders中文摘要：本研究通过利用自我监督的声学编码器，提取文本嵌入，结合联合 CTC 和 SLU 损失的方法，实现了语音理解任务的话语级 SLU 模型，并在 DSTC2 数据集上比 SOTA 对话行为分类模型提高 4％绝对值，在 SLURP 数据集上比 SOTA SLU 模...

2023-05-06 67 592.94KB 5页
随机选择 BPE 合并操作时有哪些变化？不多（英文版）

英文标题：What changes when you randomly choose BPE merge operations? Not much中文摘要：通过引入三种简单的随机字节对编码变体并探索选择合并操作的随机化是否显著影响下游机器翻译任务，我们的研究旨在翻译形态丰富的语言，使用贝叶斯线性模型分析表明，两种变体与标准 BPE 几乎没有区别，而另一种变体的性能降低小于预期。我们得出结论，虽然标准 BPE 被广泛使用，但存在一个值得研究的有趣方案的可能性变体宇宙。英文摘要：We introdu...

2023-05-06 87 365.28KB 8页
重温图对比学习在异常检测中的应用（英文版）

英文标题：Revisiting Graph Contrastive Learning for Anomaly Detection中文摘要：本文提出了基于对比学习的图神经网络异常检测方法 MAG，强调了多 GNN 模块与图扩展模块在提高检测性能中的作用，并通过两个变种 L-MAG 和 M-MAG 在 Cora 和 Pubmed 数据集上证明了其有效性。英文摘要：Combining Graph neural networks (GNNs) with contrastive learning for ...

2023-05-06 156 2.64MB 7页
基于结构特征的神经元膜分割无监督域自适应（英文版）

英文标题：Unsupervised Domain Adaptation for Neuron Membrane Segmentation based on Structural Features中文摘要：本文提出了一种基于未标注领域自适应的方法来解决神经元膜片分割领域间差距的问题，通过设计了特征权重模块、结构特征的超分辨率方法和正交分解模块，改进了神经元膜片分割的性能，在两个应用领域中得到了有效结果。英文摘要：AI-enhanced segmentation of neuronal bound...

2023-05-06 78 1.89MB 6页
ZipIt!不训练合并不同任务的模型（英文版）

英文标题：ZipIt! Merging Models from Different Tasks without Training中文摘要：本文提出了 “ZipIt！” 方法，通过特征合并和部分合并层实现两个架构相同的模型的合并，使得合并不同领域训练的模型变得更为可行。英文摘要：Typical deep visual recognition models are capable of performing the one taskthey were trained on. In this pape...

2023-05-06 155 10.34MB 13页
OCT 拍摄的不同视网膜区域用于中度 AMD 分类的比较（英文版）

英文标题：Comparison of different retinal regions-of-interest imaged by OCT for the classification of intermediate AMD中文摘要：通过对一定区域感兴趣的视网膜 (OCT) 数据进行部分输入，即限制输入 B 扫描到特定的 ROI，研究是否有可能区分中间年龄相关性黄斑变性 (AMD) 和健康对照组。通过训练使用 VGG16 架构和在 ImageNet 上预训练的卷积神经网络，可以有高精度地识别...

2023-05-06 92 1.17MB 12页
USTC-NELSLIP 在 SemEval-2023 任务 2 中的表现：针对多语言复杂 NER 的地名词典的统计构建和双重适应（英文版）

英文标题：USTC-NELSLIP at SemEval-2023 Task 2: Statistical Construction and Dual Adaptation of Gazetteer for Multilingual Complex NER中文摘要：本文提出了一种名为 SCDAG 的 SCDAG 方法用于多语言复杂命名实体识别，该方法首先使用基于统计的方法构建词表，然后通过最小化句子级别和实体级别之间 KL 散度的适应方式来适应词表网络和语言模型的表示，并将这两个网络集成用于监...

2023-05-06 175 490.22KB 9页
基于不规则分组解耦的语义结构图像压缩（英文版）

英文标题：Semantically Structured Image Compression via Irregular Group-Based Decoupling中文摘要：本文提出了一种基于自定义组掩码将图像分解为多组不规则形状的方法，使得通过减少冗余内容的传输实现重大的比特率节省，并保证重建的可靠性。我们还提出了组独立变换的概念，通过提出的 GI Swin-Block 来实现，比现有技术表现出更好的性能。英文摘要：Image compression techniques typicall...

2023-05-06 133 6.85MB 12页
基于可变形变换器的端到端半监督表格检测（英文版）

英文标题：Towards End-to-End Semi-Supervised Table Detection with Deformable Transformer中文摘要：本论文提出了一种新的端到端半监督表格检测方法，采用可变形转换器。在 PubLayNet、DocBank、ICADR-19 和 TableBank 数据集上评估了该方法，相较于之前的方法表现更出色。英文摘要：Table detection is the task of classifying and localizing ...

2023-05-06 113 12.44MB 19页
通过期望码长最小化预测全景视频的扫视路径（英文版）

英文标题：Scanpath Prediction in Panoramic Videos via Expected Code Length Minimization中文摘要：本文提出了一种基于损失数据压缩实现扫描路径预测的简单新标准，该标准建议通过在训练集中量化扫描路径的期望代码长度来拟合离散条件概率模型，该概率模型以视口序列为条件，以适应不同用户生成的不确定性和多样性扫描路径，并介绍了基于比例积分导数（PID）控制器的采样器来从学习的概率模型生成逼真的人类类似的扫描路径。该方法在广泛的预测...

2023-05-06 149 1.93MB 17页

...

13

...

确认删除?