赞助金币限时优惠

登录 | 注册

全部分类

外文论文

类型:

神经网络训练和推理中利用同态加密实现数据隐私保护（英文版）

英文标题：Data Privacy with Homomorphic Encryption in Neural Networks Training and Inference中文摘要：本研究综述了利用同态加密解决神经网络数据隐私和安全问题的技术和策略，并分析了同态加密在神经网络训练和分类方面的当前研究现状、分类以及优化加密模型准确性和效率的技术。评估结果表明，尽管同态加密可以为神经网络提供强大的数据隐私保证，但仍存在许多挑战需要解决，例如对高级神经网络运算的有限支持、可扩展性问题以及性能平衡问...

2023-05-06 124 384.79KB 11页
GPTutor:一个由 ChatGPT 驱动的编程工具，用于代码解释（英文版）

英文标题：GPTutor: a ChatGPT-powered programming tool for code explanation中文摘要：本文介绍了 GPTutor，一种使用 ChatGPT 算法的编程工具，它是一个 Visual Studio Code 扩展，使用 ChatGPT 算法为计算机编程提供编程代码解释，并可以通过设计的提示信息解释所选代码，初步评估表明，GPTutor 相比于 vanilla ChatGPT 和 GitHub Copilot 提供了最简洁和准确的解释。英文...

2023-05-06 227 939.45KB 6页
以人工智能推动农业食品系统革命：一项调查（英文版）

英文标题：Revolutionizing Agrifood Systems with Artificial Intelligence: A Survey中文摘要：本文综述了人工智能在农业食品系统中的应用，首先总结了农业食品系统中的数据获取方法，其次介绍了农业、畜牧和渔业中人工智能方法的进展和应用，包括农业食品的分类、生长监测、产量预测和质量评估等，同时强调了转变现代农业食品系统所面临的潜在挑战和有前途的研究机会。英文摘要：With the world population rapidly inc...

2023-05-06 194 6.81MB 35页
结构稀疏动态稀疏训练（英文版）

英文标题：Dynamic Sparse Training with Structured Sparsity中文摘要：本研究提出了一种基于 DST 方法的 N:M 结构稀疏化学习方案，其具有较高的稀疏度并支持常见的硬件加速方式，在理论和实践中都表现出较好的泛化性能与较低的推理时间。英文摘要：DST methods achieve state-of-the-art results in sparse neural networktraining, matching the generalizatio...

2023-05-06 136 829.1KB 16页
任意$p$-范数的实验设计（英文版）

英文标题：Experimental Design for Any $p$-Norm中文摘要：本文研究实验设计问题的一般 p - 范数目标，证明了采用随机局部搜索方法可以为所有 p 提供一种统一的求解算法，同时提供了专门情况下已知最佳边界的漂亮插值。英文摘要：We consider a general $p$-norm objective for experimental design problemsthat captures some well-studied objectives (D/A/...

2023-05-06 93 322.76KB 29页
SeqAug:一种基于序列特征重采样的通用增强方法（英文版）

英文标题：SeqAug: Sequential Feature Resampling as a modality agnostic augmentation method中文摘要：提出了一种名为 SeqAug 的模态不可知序列增强方法，它可以通过重新抽样来增强时间轴上的特征维度，可应用于单模态或多模态神经网络，并与循环和转换器体系结构兼容。实验证明，SeqAug 在语音听觉情感识别方面具有可比性的性能。英文摘要：Data augmentation is a prevalent techniqu...

2023-05-06 80 436.67KB 5页
GPT-RE：利用大型语言模型进行关系抽取的上下文学习（英文版）

英文标题：GPT-RE: In-context Learning for Relation Extraction using Large Language Models中文摘要：本研究介绍了 GPT-RE，这是一种解决大型语言模型在关系提取中局限性的方法，包括任务特定实体表现的使用和黄金标签引导推理逻辑的使用。该方法在四个数据集上的实验结果表明其超过了 GPT-3 基线并且在 Semeval 和 SciERC 数据集上实现了 SOTA 表现。英文摘要：In spite of the poten...

2023-05-06 243 1.82MB 13页
Few-shot Event Detection:一个实证研究与一个统一的视角（英文版）

英文标题：Few-shot Event Detection: An Empirical Study and a Unified View中文摘要：本文通过对 10 种方法的比较研究，提出一种对少样本事件检测模型的统一视图和基准，为未来的研究提供了许多有价值的研究见解。英文摘要：Few-shot event detection (ED) has been widely studied, while this bringsnoticeable discrepancies, e.g., various...

2023-05-06 147 1.64MB 23页
基于生成元学习的零样本关系三元组抽取（英文版）

英文标题：Generative Meta-Learning for Zero-Shot Relation Triplet Extraction中文摘要：本研究提出了一种新颖的生成元学习框架，旨在提高生成模型的泛化能力，该框架在零样本关系三元组提取任务中达到了新的最先进性能。英文摘要：The zero-shot relation triplet extraction (ZeroRTE) task aims to extractrelation triplets from a piece of te...

2023-05-06 61 477.37KB 10页
音频文本跨模态表示的无监督改进（英文版）

英文标题：Unsupervised Improvement of Audio-Text Cross-Modal Representations中文摘要：本文研究了使用无配对数据进行无监督学习的方法，结合领域特定的有软标签的对比损失方法可以显著提高跨模态音频 - 文本表示学习的效果及其在零样本分类任务中的性能。英文摘要：Recent advances in using language models to obtain cross-modal audio-textrepresentations h...

2023-05-06 72 244.51KB 5页
通过深度几何学习实现空气动力外形优化的自动参数化（英文版）

英文标题：Automatic Parameterization for Aerodynamic Shape Optimization via Deep Geometric Learning中文摘要：该研究提出两种深度学习模型，实现了飞行器气动形状优化的自动形状参数化转换，消除了进一步手工制作的需要。这两种模型是使用深度几何学习来优化参数化，将人类的先验知识嵌入到学习的几何模式中，直接通过移动顶点来操作高维网格数据。LSM 和 DMM 是完全可微分的，可实现基于梯度的端到端管道设计和插入式部署。...

2023-05-06 60 3.9MB 15页
DocLangID:改进少样本训练方法以识别历史文档的语言（英文版）

英文标题：DocLangID: Improving Few-Shot Training to Identify the Language of Historical Documents中文摘要：本文提出了一个迁移学习方法，使用少量手动标注的数据从历史文本领域进行有标注的迁移学习，通过基于距离的少量样本学习来适应新的历史文本数据分布，从而识别未标注历史文本数据中的语言，展示了其在 10 种主要使用拉丁字母的语言历史文本领域中成功的性能。英文摘要：Language identification d...

2023-05-06 59 4.89MB 6页
基于仿生神经动力学和自适应滑模创新滤波的移动机器人分布式领从编队控制（英文版）

英文标题：Distributed Leader Follower Formation Control of Mobile Robots based on Bioinspired Neural Dynamics and Adaptive Sliding Innovation Filter中文摘要：本文提出了一种基于神经动力学的分布式控制策略，通过反步和滑模控制的混合形式实现了多个不同差动驱动移动机器人的分布式 leader-follower 形成控制，并集成了自适应滑动创新滤波器，以提供对建模不...

2023-05-06 79 5.88MB 9页
毫米波雷达目标识别系统性研究（英文版）

英文标题：A Systematic Study on Object Recognition Using Millimeter-wave Radar中文摘要：利用商用毫米波雷达测试其在识别目标、实时追踪人员、定位物体等任务中的实用性和性能，并发现并解决测试过程中的潜在问题，为使用不同深度学习算法实现最佳的目标识别性能提供了广泛的实验数据。英文摘要：Due to its light and weather-independent sensing, millimeter-wave (MMW) rada...

2023-05-06 161 3.06MB 11页
DynamicStereo：来自立体视频的一致动态深度（英文版）

英文标题：DynamicStereo: Consistent Dynamic Depth from Stereo Videos中文摘要：本文提出了一种新颖的基于 Transformer 的 DynamicStereo 结构来解决从双目摄像机中重构动态场景的问题，并介绍了 Dynamic Replica 数据集来提供更贴近实际应用的训练和评估数据。英文摘要：We consider the problem of reconstructing a dynamic scene observed from...

2023-05-06 138 6.67MB 12页
大型语言模型能否替代人类评估？（英文版）

英文标题：Can Large Language Models Be an Alternative to Human Evaluations?中文摘要：本文介绍了使用大型语言模型（LLM）代替人类评估来评估人工智能生成的文本的潜力，探索了 LLM 对两个自然语言处理任务的开放性故事生成和对抗性攻击的评估结果，并发现 LLM 评估结果与人类专家的评估结果保持一致。英文摘要：Human evaluation is indispensable and inevitable for assessing t...

2023-05-06 212 1MB 23页
fairml：统计学家对公平机器学习建模的看法（英文版）

英文标题：fairml: A Statistician's Take on Fair Machine Learning Modelling中文摘要：本文介绍了 fairml R 包，该包旨在通过经典统计模型和惩罚回归结果（岭回归）实现公平和可解释的机器学习模型，并提供模型估计，选择和验证功能，以及诊断图。英文摘要：The adoption of machine learning in applications where it is crucial toensure fairness and a...

2023-05-06 129 1.61MB 25页
卫星影像时间序列编码的重新思考（英文版）

英文标题：Rethinking the Encoding of Satellite Image Time Series中文摘要：通过将卫星图像时间序列处理作为直接的集合预测问题，将其表示学习过程分解为三个明确步骤：集合 - 更新 - 分散，使我们的模型在 PASTIS 数据集上取得了新的最先进结果，比如 U-TAE 等自定义神经结构。此外，通过将时间和空间组件在可视化方面进行了明确的分离，可以利用最近的计算机视觉进步，例如 Mask2Former，这是一种通用分割架构，从而实现比迄今为止的最佳分...

2023-05-06 108 7.25MB 24页
矩阵故障！基于内容驱动的音视频伪造检测与定位的大规模基准测试（英文版）

英文标题："Glitch in the Matrix!": A Large Scale Benchmark for Content Driven Audio-Visual Forgery Detection and Localization中文摘要：本文提出了一种用于检测 Deepfake 的方法，它通过提出包含多种模式的策略内容驱动音频、视觉和音视频混合进行识别。并通过定量分析证明了 BA-TFD + 算法再 Deepfake 检测方面的优越性。英文摘要：Most deepfake dete...

2023-05-06 82 2.69MB 17页
一种适应未知分布漂移学习的算法（英文版）

英文标题：An Adaptive Algorithm for Learning with Unknown Distribution Drift中文摘要：我们开发和分析了一种普适技术，可以在未知分布漂移的情况下进行学习。给定一个来自漂移分布的最后 $T$ 步的独立观测序列，我们的算法在时刻 $T$ 对当前分布进行从容学习。与先前的工作不同，我们的技术不需要关于漂移幅度的先验知识，而是根据样本数据进行算法调整。我们的算法学习了一类函数，其误差几乎与预先了解漂移幅度的学习算法相同。此外，由于我们的算法...

2023-05-06 63 255.92KB 17页

4

...

确认删除?