开通会员限时优惠

登录 | 注册

全部分类

外文论文

类型:

RIFormer：在不使用 Token Mixer 功能的同时保持视觉骨干网络的有效性（英文版）

英文标题：RIFormer: Keep Your Vision Backbone Effective While Removing Token Mixer中文摘要：本文研究如何在去除基本构建模块中的令牌混合器的同时保持视觉骨干的有效性，并提出了一个可行的优化策略，使得我们能够构建一种极其简单的视觉骨干，具有鼓舞人心的性能，同时在推理过程中享受高效性。英文摘要：This paper studies how to keep a vision backbone effective while remo...

2023-04-22 133 1.22MB 16页
使用多步逆运动学的表示学习：一种高效和优化的方法用于丰富观测的强化学习（英文版）

英文标题：Representation Learning with Multi-Step Inverse Kinematics: An Efficient and Optimal Approach to Rich-Observation RL中文摘要：本文提出了一种名为 MusIK 的强化学习算法，通过多步反向运动学的表示学习结合系统性探索，实现在最小统计前提下，以理想的样本复杂度达到所需精度水平的计算效率，可适用于通用函数近似。英文摘要：We study the design of samp...

2023-04-22 91 1.12MB 45页
在竞争性多智能体环境中学习沟通与协作，以清理大型塑料垃圾污染海洋（英文版）

英文标题：Learning to Communicate and Collaborate in a Competitive Multi-Agent Setup to Clean the Ocean from Macroplastics中文摘要：本文提出一种基于图神经网络的通信机制，用于多智能体强化学习 (MARL) 环境中的宏塑料收集。实验表明这种通信机制能够有效地提高多智能体的协作性能，同时保持良好的个体表现。英文摘要：Finding a balance between collaborat...

2023-04-22 122 16.28MB 19页
深度稳定多兴趣学习用于序列推荐中的分布外情况（英文版）

英文标题：Deep Stable Multi-Interest Learning for Out-of-distribution Sequential Recommendation中文摘要：该研究提出了一种名为 DESMIL 的新型多兴趣网络，通过使用注意模块提取多个兴趣，并基于 Hilbert-Schmidt 独立性标准（HSIC）估计加权相关性损失，从而最小化提取的兴趣之间的相关性，解决了现有多兴趣推荐模型没有考虑兴趣分布更改可能导致的泛化问题。英文摘要：Recently, multi-i...

2023-04-22 109 1.54MB 12页
使用双编码器改进场景文本编辑的扩散模型（英文版）

英文标题：Improving Diffusion Models for Scene Text Editing with Dual Encoders中文摘要：DIFFSTE 是一个改善预训练扩散模型性能的双编码器设计框架，通过指令调整训练，实现了场景文本编辑中正确文本渲染和风格控制的任务，使其具有零 - shot 泛化能力。英文摘要：Scene text editing is a challenging task that involves modifying or insertingspecif...

2023-04-22 133 41.25MB 22页
利用多个 RDF 知识图谱来丰富 ChatGPT 的回答（英文版）

英文标题：Using Multiple RDF Knowledge Graphs for Enriching ChatGPT Responses中文摘要：本研究提出了一个原型系统 GPToLODS，使用它可以将 ChatGPT 的回答与 RDF 知识图谱相结合，验证问题答案的事实真伪并实时自动强化回答。英文摘要：There is a recent trend for using the novel Artificial Intelligence ChatGPTchatbox, which pro...

2023-04-22 222 388.28KB 6页
神经关注森林：基于 Transformer 的森林改进（英文版）

英文标题：Neural Attention Forests: Transformer-Based Forest Improvement中文摘要：本研究提出了一种新的方法 NAFA（神经注意森林），该方法将注意机制引入了随机森林，通过在决策树叶子节点的数据和随机森林本身之间分配由特定形式的神经网络计算得出的注意力权重，在 Nadaraya-Watson 核回归框架下实现了回归和分类任务。英文摘要：A new approach called NAF (the Neural Attention For...

2023-04-22 80 825.08KB 10页
CMOS+随机纳米磁体：概率推理和学习的异质计算机（英文版）

英文标题：CMOS + stochastic nanomagnets: heterogeneous computers for probabilistic inference and learning中文摘要：本文提出了一种异构计算器，该计算器将基于随机磁隧道结的概率位（p-bits）与现有的 CMOS 技术相结合，恰当的设计提高了概率计算的能效，提供了比仿真高质量的随机比特。英文摘要：With the slowing down of Moore's law, augmenting compl...

2023-04-22 84 13.56MB 19页
通过数据增广提升基于连续时间动态图网络的长期预测性能（英文版）

英文标题：Boosting long-term forecasting performance for continuous-time dynamic graph networks via data augmentation中文摘要：该研究提出了一种基于数据增强的 plug-and-play 模块 UmmU，采用不确定性估计和遮盖式 Mixup 技术来增加嵌入层的不确定性，进一步增强嵌入层的泛化能力，结果表明 UmmU 可以有效提高连续时间动态图网络的长期预测性能。英文摘要：This stud...

2023-04-22 117 438.75KB 15页
具有位置-尺度噪声的扩散模型（英文版）

英文标题：Diffusion models with location-scale noise中文摘要：通过研究了不同的噪声分布（高斯分布和非高斯分布），我们发现扩散模型中高斯分布的噪声可以最好地用于生成数据，因此我们可以使用与非高斯噪声相关的扩散过程来确定噪声分布的选择。英文摘要：Diffusion Models (DMs) are powerful generative models that add Gaussian noiseto the data and learn to remove...

2023-04-22 109 93.47KB 5页
基于自适应门控图卷积网络的脑电数据可解释诊断阿尔茨海默病（英文版）

英文标题：Adaptive Gated Graph Convolutional Network for Explainable Diagnosis of Alzheimer's Disease using EEG Data中文摘要：本研究提出了一种使用自适应闸门图卷积网络病诊断的方法，基于脑功能连通性图结构和节点特征增强的卷积方法，实现了对阿尔茨海默病患者的较高精确度预测，并提供了说明预测的一致解释的可能，有助于进一步研究 AD 相关的大脑网络变化。英文摘要：Graph neural netw...

2023-04-22 114 1.42MB 12页
使用在合成数据上训练的深度学习精确定位眼部图像中角膜反射（英文版）

英文标题：Precise localization of corneal reflections in eye images using deep learning trained on synthetic data中文摘要：本文提出了使用深度学习方法基于模拟数据准确定位眼睛图像中单个角膜反射点的中心，且性能比目前算法更好，并可解决目前深度学习模型在视线估计中常见的数据可用性问题，可用于提高基于角膜反射的眼动追踪的精度和准确性。英文摘要：We present a deep learning m...

2023-04-22 138 2.06MB 21页
西斯拉夫语言模型中性别偏见的测量（英文版）

英文标题：Measuring Gender Bias in West Slavic Language Models中文摘要：本研究旨在分析西斯拉夫语言模型中的性别偏见，通过评估单语和多语言模型的性别偏见情况以及生成词的有害程度和性别特征，发现针对男性的西斯拉夫语言模型生成的词较为有害，且与暴力，死亡和疾病有关系。英文摘要：Pre-trained language models have been known to perpetuate biases from theunderlying data...

2023-04-22 151 456.55KB 9页
2023 年野外人脸反欺诈挑战：基准和结果（英文版）

英文标题：Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results中文摘要：介绍野外人脸防炸数据集（WFAS），该数据集包含 853,729 张交错图像，涵盖了 321,751 个欺诈主题和 148,169 个真实主题，集成了从互联网获得欺诈数据，并在 CVPR2023 工作坊上主持了野生人脸反欺诈挑战。英文摘要：Face anti-spoofing (FAS) is an essential mechanism for safe...

2023-04-22 211 4.65MB 12页
DynamicDet:一种用于物体检测的统一动态架构（英文版）

英文标题：DynamicDet: A Unified Dynamic Architecture for Object Detection中文摘要：本文提出了一种名为 DynamicDet 的动态框架，该框架基于对象检测任务的本质，设计了一种动态架构，并提出了一种自适应路由来分析多尺度信息并自动决定推理路线，然后提出了一种新的基于检测损失的优化策略，最后提出了一种可变速推理策略，该策略可以实现广泛的准确度和速度之间的权衡，实验结果表明，DynamicDet 实现了新的最新的准确度 - 速度权衡。英...

2023-04-22 312 3.88MB 14页
采用人工神经网络进行 GDP 现值预测：长期记忆的重要性如何？（英文版）

英文标题：GDP nowcasting with artificial neural networks: How much does long-term memory matter?中文摘要：通过比较动态因子模型（DFM）和四种人工神经网络（ANNs）的预测表现，本文应用不同的统计模型来实时预测美国经济的季度 GDP 增长，并使用 FRED-MD 数据库进行实证研究。结果表明，虽然在经济增长平衡期间，较长的输入序列会产生更准确的预测，但是在经济动荡期间（如 COVID-19 衰退期间），较长的...

2023-04-22 144 1.07MB 38页
Proximity Forest 2.0:一种新的有效和可扩展的基于相似性的时间序列分类器（英文版）

英文标题：Proximity Forest 2.0: A new effective and scalable similarity-based classifier for time series中文摘要：提出了一种新的基于相似度的分类器 Proximity Forest 2.0，它通过采用包括计算上更高效的计算相似度方法、新的弹性相似度度量 ADTW 以及成本函数调优等多种技术，将 UCR 测试集上的表现超过以往同类型分类器，并在某些需要相似度方法处理的测试集上，甚至超过了其他各类方法。英...

2023-04-22 111 948.47KB 27页
从多模态信息指导中学习可转移的行人表示（英文版）

英文标题：Learning Transferable Pedestrian Representation from Multimodal Information Supervision中文摘要：本文提出了一种学习可迁移表示以增强各种行人分析任务的新框架 VAL-PAT，并介绍了三个学习目标：自监督对比学习、图像文本对比学习和多属性分类。该框架在无标签人员图像的预训练下实现了良好的性能，并扩展到各种行人分析任务。英文摘要：Recent researches on unsupervised per...

2023-04-22 117 733.63KB 13页
信息量的重要性：教育对话主动学习中的行动分类（英文版）

英文标题：Does Informativeness Matter? Active Learning for Educational Dialogue Act Classification中文摘要：本文研究了对话行为 (DAs) 分类器的训练方法，发现使用 Active Learning 方法可以减少人力标注成本以及提高标注样本信息性，从而更好地支持对 DA 的分类器。英文摘要：Dialogue Acts (DAs) can be used to explain what expert tuto...

2023-04-22 74 1.57MB 12页
通过知识蒸馏从人工神经网络构建深度脉冲神经网络（英文版）

英文标题：Constructing Deep Spiking Neural Networks from Artificial Neural Networks with Knowledge Distillation中文摘要：本文提出了一种新的方法，利用知识蒸馏构建深度 SNN 模型，通过利用 ANN 作为教师模型和 SNN 作为学生模型进行联合训练算法，可以更加有效地构建深层脉冲神经网络结构，并且在与不可微分波形的通信时，仍然能够避免从零开始训练 SNN，并且具有良好的噪声免疫能力。英文摘要：S...

2023-04-22 236 650.43KB 10页

...

26

...

确认删除?