开通会员限时优惠

登录 | 注册

全部分类

外文论文

类型:

基于 CUR 的 k-NN 搜索与交叉编码器的自适应锚定项选择（英文版）

英文标题：Adaptive Selection of Anchor Items for CUR-based k-NN search with Cross-Encoders中文摘要：本研究提出了一种针对实际中 k-NN 查询困难的问题，采用近似矩阵分解技术的方法进行高效向量检索，该方法可以自适应地选择锚定项，以最小化检索近似误差。研究实验证明，该方法相对于使用 BM25 或双编码器的传统检索方法和 ANNCUR 方法，能够提高 k-NN 检索率。英文摘要：Cross-encoder models...

2023-05-05 104 8.87MB 16页
Point2Tree(P2T)—— 用于针叶林移动激光扫描数据的语义和实例分割参数调整框架（英文版）

英文标题：Point2Tree(P2T) -- framework for parameter tuning of semantic and instance segmentation used with mobile laser scanning data in coniferous forest中文摘要：Point2Tree 是一种用于森林激光点云处理的新框架，它包括语义分割、实例分割和超参数重要性优化分析三个阶段，已成功在两个独立数据集上测试。英文摘要：This article int...

2023-05-05 93 5.43MB 35页
IMAP:内在动机驱动的对抗策略（英文版）

英文标题：IMAP: Intrinsically Motivated Adversarial Policy中文摘要：提出了一种名为 Intrinsically Motivated Adversarial Policy（简称 IMAP）的策略，用于在无需了解受害者策略的情况下，有效地进行黑盒攻击，IMAP 利用基于状态覆盖、策略覆盖、风险和策略差异的四个内在目标，鼓励探索和发现更强的攻击技能，并进行了实验验证其有效性。英文摘要：Reinforcement learning (RL) agents...

2023-05-05 142 3.3MB 14页
LatentAugment:动态优化数据增强的潜在概率（英文版）

英文标题：LatentAugment: Dynamically Optimized Latent Probabilities of Data Augmentation中文摘要：本文提出了一种名为 LatentAugment 的数据增强方法，通过动态优化输入和模型参数的增强策略来提高图像分类任务的测试精度，理论分析表明该方法是一种通用模型且相比现有数据增强方法更为简单高效，实验结果也验证了其在 CIFAR-10，CIFAR-100，SVHN 和 ImageNet 数据集上具有更高的测试精度。英文...

2023-05-05 117 885.84KB 15页
ReMask：域反事实生成的鲁棒信息遮盖方法（英文版）

英文标题：ReMask: A Robust Information-Masking Approach for Domain Counterfactual Generation中文摘要：本文提出了一种三步域混淆方法，通过基于频率和注意力规范的掩盖来遮蔽特定于域的线索，并揭示域泛化上下文，从而实现了领域反事实样本的生成，通过实验验证本方法在领域情感分类、对抗领域适应和多领域意图分类任务中的有效性。英文摘要：Domain shift is a big challenge in NLP, thus, ...

2023-05-05 147 1.12MB 12页
在潜在混淆因素存在的情况下从不定数据中学习恢复因果关系（英文版）

英文标题：Learning to Recover Causal Relationship from Indefinite Data in the Presence of Latent Confounders中文摘要：本文提出了一种称作混淆分离因果发现算法（Confounding Disentanglement Causal Discovery，简称 biCD）的方法，通过使用因果强度变分模型，将潜在变量作为中介变量来解决存在潜在变量的非确定数据情形下的因果关系发现问题。我们将结果用合成和实际数...

2023-05-05 98 1.78MB 23页
使用分支 GAN 生成叠加类别分割图（英文版）

英文标题：Additive Class Distinction Maps using Branched-GANs中文摘要：通过图像分解和多个生成网络的总和，本文提出了一种新模型、训练过程和体系结构以创建精确的图像类别区分地图，该方法允许对不同方法的应用，并通过可解释 AI 实现自我监督分割和物体检测。英文摘要：We present a new model, training procedure and architecture to create precisemaps of distincti...

2023-05-05 81 15.52MB 18页
BranchNorm:极深 Transformer 网络的鲁棒缩放（英文版）

英文标题：BranchNorm: Robustly Scaling Extremely Deep Transformers中文摘要：本文提出了一种名为 BranchNorm 的方法，用于以更好的效果平衡训练稳定性和收敛性来动态重新调整 Transformer 的分支。英文摘要：Recently, DeepNorm scales Transformers into extremely deep (i.e., 1000layers) and reveals the promising potenti...

2023-05-05 118 2.66MB 12页
大型语言模型中不道德建议的测试和修复：使用建议-批判-反思过程（英文版）

英文标题："Oops, Did I Just Say That?" Testing and Repairing Unethical Suggestions of Large Language Models with Suggest-Critique-Reflect Process中文摘要：本文提出了第一个用于测试和修复 LMMs 不道德建议的框架，包括测试套件 ETHICSSUITE、建议 - 评论 - 反思（SCR）流程、在线修复方案等，并使用 ETHICSSUITE 测试了 7 个流行的 ...

2023-05-05 153 688.89KB 12页
图像检索中通过对抗学习的边界感知的向后兼容表示（英文版）

英文标题：Boundary-aware Backward-Compatible Representation via Adversarial Learning in Image Retrieval中文摘要：介绍了在视觉检索系统中，从传统模型更新到新模型需要重新计算所有图片嵌入，所以引入兼容性训练（BCT）的方法，并提出了 Adversarial Backward-Compatible Training（AdvBCT）方法进行对比实验，表明其在兼容性和辨别性方面均优于其他 BCT 方法。英文摘要...

2023-05-05 163 2.34MB 10页
高保真的通用情感交流人脸生成 —— 基于多模态情感空间学习（英文版）

英文标题：High-fidelity Generalized Emotional Talking Face Generation with Multi-modal Emotion Space Learning中文摘要：本研究提出了一种更灵活、更通用的基于文本、图像和语音情感模态的多模情感编码器，以及一个面向情感的音频到 3DMM 转换器和一个高保真情感脸生成器，通过充分利用深度神经网络，实现了情感控制的灵活性和可扩展性，进而提高了合成图像的质量和细节。英文摘要：Recently, emotio...

2023-05-05 138 4.19MB 11页
ChatGPT 和 Bard 是否应与其数据提供方共享收益？AI 时代的新商业模式（英文版）

英文标题：Should ChatGPT and Bard Share Revenue with Their Data Providers? A New Business Model for the AI Era中文摘要：本文探讨了在人工智能工具与数据提供商之间实现收入共享，并建立一种基于提示的评分系统以鼓励更多数据提供商参与共享计划，从而建立一个良性循环的人工智能生态系统。英文摘要：With various AI tools such as ChatGPT becoming increasin...

2023-05-05 209 1.54MB 22页
MTLSegFormer：基于 Transformer 的多任务学习在精准农业语义分割中的应用（英文版）

英文标题：MTLSegFormer: Multi-task Learning with Transformers for Semantic Segmentation in Precision Agriculture中文摘要：MTLSegFormer 是一种结合多任务学习和注意机制的语义分割方法，通过学习任务相关特征和视觉注意力方法，实现了跨任务信息交换与加权，可以显著提高受其他任务相关性影响较大的任务的准确性。英文摘要：Multi-task learning has proven to be ...

2023-05-05 143 9.8MB 9页
MLHOps:物联网医疗运营中的机器学习（英文版）

英文标题：MLHOps: Machine Learning for Healthcare Operations中文摘要：本文介绍机器学习在医疗保健领域中部署和维护的可靠、高效、可用和道德化的过程，包括基础概念、数据准备、数据工程和工具等，在从策划到落地实现全过程提供指导。英文摘要：Machine Learning Health Operations (MLHOps) is the combination of processesfor reliable, efficient, usable, a...

2023-05-05 113 872.33KB 86页
公平联邦学习能否降低个性化需求？（英文版）

英文标题：Can Fair Federated Learning reduce the need for Personalisation?中文摘要：本论文通过策略提出了 Personalisation-aware Federated Learning (PaFL) 的模型，在语言任务中减少了 50% 的表现不佳客户端的数量，在图像任务中也避免了表现不佳客户端数量翻倍的情况，提高了边缘设备参与联邦学习的效率并有望在未来实验和理论分析上得到更多的应用。英文摘要：Federated Learning ...

2023-05-05 116 3.58MB 9页
基于稀疏模型自适应的高效个性化联邦学习（英文版）

英文标题：Efficient Personalized Federated Learning via Sparse Model-Adaptation中文摘要：提出一种名为 pFedGate 的方法，通过自适应和高效地学习稀疏本地模型来实现高效个性化联邦学习，并通过轻量级可训练的门控层使客户端生成不同的稀疏模型，同时考虑到异构的数据分布和资源限制，实现了计算和通信的效率提高，理论上的收敛性和泛化误差更优越，实验证明该方法相对于同类方法能够同时实现更高的全局准确性、个体准确性和效率，并能够适应不同的...

2023-05-05 252 3.18MB 23页
可扩展图学习的分层 Transformer（英文版）

英文标题：Hierarchical Transformer for Scalable Graph Learning中文摘要：本文介绍了一种名为 HSGT 的层级可伸缩图变换器，通过利用层次结构和基于采样的训练方法，高效地更新和存储多尺度信息，并使用 Transformer 块有效地捕获和聚合多级信息以实现节点表征学习任务在大规模图上的高性能表现。英文摘要：Graph Transformer is gaining increasing attention in the field of machi...

2023-05-05 215 745.74KB 11页
跨数据集弱监督仇恨言论分类（英文版）

英文标题：Towards Weakly-Supervised Hate Speech Classification Across Datasets中文摘要：本篇论文提出了一种基于极弱监督策略的方法以解决仅存在于部分数据集的种族主义言辞（HS）的识别问题，并探究了 HS 分类模型泛化能力不佳的原因。英文摘要：As pointed out by several scholars, current research on hate speech (HS)recognition is character...

2023-05-05 77 511.59KB 18页
利用梯度衍生的度量对不同 ially private 训练中的数据选择和估值进行优化（英文版）

英文标题：Leveraging gradient-derived metrics for data selection and valuation in differentially private training中文摘要：研究了如何在严格保护隐私的情况下，利用梯度信息来选择有利于模型训练的数据，解决在协同训练深度学习模型中，难以区分出有用数据点的问题。英文摘要：Obtaining high-quality data for collaborative training of machine...

2023-05-05 76 12.64MB 7页
无偏学习排序的基础与应用的最新进展（英文版）

英文标题：Recent Advances in the Foundations and Applications of Unbiased Learning to Rank中文摘要：本教程介绍了无偏学习排序（ULTR）领域的核心概念和最新发展，包括其方法的若干应用以及在排序公平性方面的相关连接，旨在为对开发新的 ULTR 解决方案或在实际应用中利用 ULTR 方法感兴趣的研究人员和产业从业者提供帮助。英文摘要：Since its inception, the field of unbiased ...

2023-05-05 94 136.97KB 4页

...

17

...

确认删除?