首页
文档

赞助金币限时优惠

登录 | 注册

首页文档外文论文

全部分类

智库报告
建筑施工
幼儿/小学教育
中学教育
大学公开课
外国语
计算机
行业资料
人文社科
资格考试
企业管理
学术论文
生活休闲

外文论文

类型:

不限
专利发明
外文论文
期刊文章
本科论文
硕士论文
博士论文

最新上传
热门点击
热门下载

通过上下文数据丰富源代码，用于代码完成模型的实证研究（英文版）

英文标题：Enriching Source Code with Contextual Data for Code Completion Models: An Empirical Study中文摘要：本研究旨在探索是否通过使用上下文数据使代码易于理解会提高预训练代码语言模型完成代码补全任务的性能，并建议在训练、微调或选择此类模型时做出适当的设计选择，以改善自动补全的实用性和准确性。英文摘要：Transformer-based pre-trained models have recently ac...

2023-04-25 148 431.99KB 14页
Spikingformer：基于脉冲的剩余学习用于基于 Transformer 的脉冲神经网络（英文版）

英文标题：Spikingformer: Spike-driven Residual Learning for Transformer-based Spiking Neural Network中文摘要：本研究提出了一种硬件友好的、基于残差设计的、全新的、纯变压器型脉冲神经网络 ——Spikingformer，它能够避免非脉冲计算并使能耗降低 60.34％。Spikingformer 在图像分类任务的表现优于之前的纯 SNN，并且是首次开发出全脉冲驱动的变压器型 SNN。英文摘要：Spiking ...

2023-04-25 591 1.83MB 16页
数据流系统中的因果故障定位（英文版）

英文标题：Causal fault localisation in dataflow systems中文摘要：数据流计算是一种用于多种系统工程的范式，具有潜力成为数据驱动应用程序开发的选择。数据流计算的特征之一是对整个系统的数据流图的自然访问。最近，观察到这些数据流图可以被视为完全的图形因果模型，从而开放了将因果推理技术应用于数据流系统的机会。在本篇论文中，我们旨在提供首个实际验证这个想法的论文，并特别关注因果故障定位。我们提供了多个演示，它们展示了如何使用因果推理在三个现代数据流引擎中检测软件...

2023-04-25 147 996.48KB 8页
神经网络、扩散映射和 Koopman 算符驱动的脑活动数据建模（英文版）

英文标题：Data-driven modelling of brain activity using neural networks, Diffusion Maps, and the Koopman operator中文摘要：本研究提出了一种基于机器学习的方法来对脑活动进行长期预测，该方法基于 Koopman 算子，通过建立一种非线性映射来达到降维和预测的目的，并且实验证明该方法在预测方面的表现要好于传统的基于随机游走模型的方法。英文摘要：We propose a machine-learni...

2023-04-25 212 1.23MB 21页
SocialDial:一个用于社交感知对话系统的基准测试（英文版）

英文标题：SocialDial: A Benchmark for Socially-Aware Dialogue Systems中文摘要：本文提出了第一个基于中国社会文化的社交感知对话语料库 - SocialDial，使用 ChatGPT 生成了 4,870 段数据，并评估了使用 BERT 和 RoBERTa 等预训练模型的数据集。英文摘要：Dialogue systems have been widely applied in many scenarios and are now morepo...

2023-04-25 75 2.28MB 11页
Stubborn:一种用于评估具有相似激励的代理之间顽固性的环境（英文版）

英文标题：Stubborn: An Environment for Evaluating Stubbornness between Agents with Aligned Incentives中文摘要：本文主要介绍了一种基于多智能体强化学习 (MARL) 的环境 Stubborn，用于研究完全合作环境下代理之间的固执程度对社会动态的影响，并探究如何通过这种固执行为来提高环境中代理的智能行为选择。英文摘要：Recent research in multi-agent reinforcement ...

2023-04-25 72 484.06KB 3页
交互式系统异常检测（英文版）

英文标题：Interactive System-wise Anomaly Detection中文摘要：提出了一种交互式系统异常检测方法 InterSAD，采用马尔可夫决策过程建模交互系统，并开发了一种端到端方法，包括编码器 - 解码器模块和策略网络，通过试错法收集数据，并采用回放缓冲区来稳定学习过程，成功在两种基准环境中进行了实验。英文摘要：Anomaly detection, where data instances are discovered containing featurepatte...

2023-04-24 155 3.7MB 10页
ChatABL:基于自然语言交互的诱因推理学习与 ChatGPT（英文版）

英文标题：ChatABL: Abductive Learning via Natural Language Interaction with ChatGPT中文摘要：该研究论文提出了一种将大型语言模型（LLMs）与溯因学习（ABL）框架相结合的新方法（ChatABL），旨在以更易于理解的方式统一感知、语言理解和推理能力，进一步接近人类水平的认知能力。该方法通过将自然语言格式中表示的推理规则进行总结和重新组织，利用 LLM 的理解和逻辑推理的优势来校正不完整的逻辑事实，以优化感知模块的性能，并提...

2023-04-24 233 1.13MB 22页
BoDiffusion：用于全身人体运动合成的稀疏观测扩散（英文版）

英文标题：BoDiffusion: Diffusing Sparse Observations for Full-Body Human Motion Synthesis中文摘要：本研究提出了一种名为 BoDiffusion 的生成扩散模型，用于解决头戴式设备只能追踪头部和手部运动的局限，通过条件序列生成任务模拟全身运动，实验表明该模型在运动合成方面的性能优于现有模型。英文摘要：Mixed reality applications require tracking the user's full...

2023-04-24 117 8.5MB 18页
深度脉冲神经网络的多尺度进化神经架构搜索（英文版）

英文标题：Multi-scale Evolutionary Neural Architecture Search for Deep Spiking Neural Networks中文摘要：本论文提出了一种基于大脑多尺度拓扑结构的多尺度进化神经架构搜索算法 (MSE-NAS)，通过基于神经激发的间接评估函数 (表示不同矩阵 RDMs) 演化单个神经元操作，从而得到具有卓越可扩展性和迁移性的 SNN 架构。实验结果表明，该算法在静态数据集 (CIFAR10, CIFAR100) 和神经形态数据集 ...

2023-04-24 107 2.21MB 13页
人类和机器学习模型的标记可追踪性：一项注释研究（英文版）

英文标题：Tokenization Tractability for Human and Machine Learning Model: An Annotation Study中文摘要：本研究比较了六种不同的 tokenization 方法在日语常识问答数据集上人工注释和机器学习模型的表现，分析了 tokenization 的合适性和响应时间等因素和表现的关系，结果表明人类和机器学习模型的 tokenization 不完全一致。英文摘要：Is tractable tokenization fo...

2023-04-24 119 721.48KB 12页
RoCOCO：鲁棒性基准 MS-COCO 以测试图像文本匹配模型的鲁棒性（英文版）

英文标题：RoCOCO: Robust Benchmark MS-COCO to Stress-test Robustness of Image-Text Matching Models中文摘要：本文提出了一个新的评估基准来测试 ITM 模型的稳健性，加入了各种欺骗性图像和标题来检测模型。结果发现，添加这些图像和标题会降低 SOTA 模型的性能，预计这些结果能提高模型的鲁棒性和引入更多的评估方法。英文摘要：Recently, large-scale vision-language pre-tr...

2023-04-24 166 37.61MB 16页
Eyettention:一种基于注意力的双序列模型，用于预测阅读过程中人类扫视路径（英文版）

英文标题：Eyettention: An Attention-based Dual-Sequence Model for Predicting Human Scanpaths during Reading中文摘要：本文提出了一种名为 Eyettention 的双序列模型，它可以同时处理词序列和注视序列，通过交叉序列注意机制实现了两个序列的对齐，并在不同的语言数据集上进行了广泛评估和深入分析。结果显示，Eyettention 在预测扫描路径方面表现优于现有模型。英文摘要：Eye movement...

2023-04-24 174 2.39MB 24页
可解释和鲁棒的 EEG 系统人工智能调查（英文版）

英文标题：Interpretable and Robust AI in EEG Systems: A Survey中文摘要：本文第一次全面介绍了解释性与鲁棒性人工智能技术在脑电图系统中的应用及其未解决问题与发展方向。具体而言，我们首先提出了三种类别的可解释性分类方法：反向传播，扰动和内在可解释性方法，并将鲁棒性机制分类为噪声和伪迹、人类变异、数据获取不稳定性和对抗攻击四类.英文摘要：The close coupling of artificial intelligence (AI) and el...

2023-04-24 162 7.39MB 9页
语义，本体和解释（英文版）

英文标题：Semantics, Ontology and Explanation中文摘要：本文探讨了 “语义学”、“本体论” 和 “解释” 的强关系，提出了本体论展开的概念，旨在通过揭示符号域描述的本体承诺，解释概念模型、知识图谱和逻辑规范，并讨论了本体论驱动概念模型在支持语义互操作性任务方面的关键作用。英文摘要：The terms 'semantics' and 'ontology' are increasingly appearing together with'explanation', ...

2023-04-24 146 1.25MB 27页
在能力受限情况下发起强大的后门攻击（英文版）

英文标题：Launching a Robust Backdoor Attack under Capability Constrained Scenarios中文摘要：本研究探讨了在能力限制内实施黑盒后门攻击的可能性，通过设计后门触发器，攻击者可以在没有参与训练过程或了解目标模型结构的情况下作为图像注释者或供应商从事此类攻击。实验结果表明，我们的方法在黑盒场景中实现了高攻击成功率，并逃过了最先进的后门防御。英文摘要：As deep neural networks continue to be u...

2023-04-24 160 3.13MB 9页
自监督对抗模仿学习（英文版）

英文标题：Self-Supervised Adversarial Imitation Learning中文摘要：本文提出一个包含鉴别器的行为克隆学习方法，用于解决之前的学习策略容易被困入错误局部最小值的问题，避免了人工干预的需要，利用鉴别器计算得到过渡函数从而帮助学习。英文摘要：Behavioural cloning is an imitation learning technique that teaches an agenthow to behave via expert demonstra...

2023-04-24 171 396.47KB 8页
基于信息批次置信树的不确定性运动规划（英文版）

英文标题：IBBT: Informed Batch Belief Trees for Motion Planning Under Uncertainty中文摘要：本文提出一种名为 IBBT 算法的运动规划算法，该算法利用启发式算法，将随机运动规划问题划分为确定性运动规划问题和图搜索问题，并交替进行批量状态采样、路径规划和启发式搜索，以找到满足信念空间运动规划的最优解。实验表明，IBBT 算法在不同规划环境中具有更快的运行速度和更好的性能。英文摘要：In this work, we propose...

2023-04-24 171 534.2KB 8页
中美合作可产生更具影响力的人工智能研究（英文版）

英文标题：China and the U.S. produce more impactful AI research when collaborating together中文摘要：该研究分析了超过 350,000 名 AI 科学家和 5,000,000 篇 AI 论文的数据集，发现自 2000 年以来，中国和美国一直在以影响力、创新、生产力和劳动力等方面领导这一领域，同时强调了双向人才流失的显著特征，鼓励跨境迁移和合作有利于人工智能领域的发展。英文摘要：Artificial Intellig...

2023-04-24 321 1.02MB 23页
实现标记目标样本价值的两阶段半监督域自适应方法（英文版）

英文标题：Towards Realizing the Value of Labeled Target Samples: a Two-Stage Approach for Semi-Supervised Domain Adaptation中文摘要：本文的研究重点是如何在具有标记源样本和一些标记目标样本的情况下通过将 SSDA 分解为 UDA 问题和半监督学习问题来更有效地利用目标样本，在其上提出了一种基于一致性学习的平均教师模型的方法，并表明此方法的效果优于现有方法。英文摘要：Semi-Supe...

2023-04-24 119 496.82KB 5页

...

22

...

确认删除?

取消确定

关于我们联系我们隐私协议用户协议免责声明常见问题

版权所有 2008-2024 魔方文库（www.MoFile.net）

鲁ICP备19015215号-2