赞助金币限时优惠

登录 | 注册

全部分类

学术论文

类型:

基于自监督学习的心电图内外分步表示学习在心律失常检测中的应用（英文版）

英文标题：In-Distribution and Out-of-Distribution Self-supervised ECG Representation Learning for Arrhythmia Detection中文摘要：本文探究了自监督学习（SSL）方法的有效性，以用于心电图（ECG）心律失常检测。作者对 PTB-XL， Chapman 和 Ribeiro 三个基于 ECG 的心律失常数据集进行了新颖的分布分析，并使用不同的增强和参数进行了全面的实验，评估了各种 SSL 方法的...

2023-04-22 164 1.41MB 12页
IBIA：用于对配分函数进行近似推理的增量式构建-推理-近似框架（英文版）

英文标题：IBIA: An Incremental Build-Infer-Approximate Framework for Approximate Inference of Partition Function中文摘要：提出了一种基于 SCTF 的方法来计算概率图模型的配分函数，并通过算法的精确性和复杂度之间权衡进行逼近推断，旨在提高计算效率和准确性。英文摘要：Exact computation of the partition function is known to be intrac...

2023-04-22 66 817.36KB 30页
自适应人体姿势预测的元辅助学习（英文版）

英文标题：Meta-Auxiliary Learning for Adaptive Human Pose Prediction中文摘要：提出了一种测试相适应的深度学习框架，它结合了自监督辅助任务和元辅助学习来帮助主要预测网络适应测试序列，该方法在预测人类姿势方面取得了更高的准确性。英文摘要：Predicting high-fidelity future human poses, from a historically observedsequence, is decisive for intel...

2023-04-22 114 3.28MB 10页
G2T：基于预训练语言模型和社区检测的主题建模简单通用框架（英文版）

英文标题：G2T: A simple but versatile framework for topic modeling based on pretrained language model and community detection中文摘要：本文提出了一种名为图向话题（G2T）的框架，该框架能够使用预训练语言模型获取文档表示，并通过语义图和社区检测等方法进行主题建模。自动评估结果表明，G2T 在英文和中文文档上均取得了最优表现，并且比基线模型产生了更好的可解释性和覆盖范围。英文摘要：I...

2023-04-22 112 1.85MB 19页
利用基于主动学习的改进策略优化多域性能（英文版）

英文标题：Optimizing Multi-Domain Performance with Active Learning-based Improvement Strategies中文摘要：本篇论文介绍了一种基于主动学习的多领域性能提升框架，首先利用初始标记数据对基础模型进行训练，然后迭代地选择最具信息量的样本进行标记，以改进模型性能。该方法在图像分类、情感分析和物体识别等多领域数据集上进行了评估，并表现出超越基准方法，并在几个数据集上取得了最先进的性能。同时表明了本方法非常高效，比其他主动学...

2023-04-22 101 1.11MB 13页
ChatGPT-4 在使用零样本学习对政治 Twitter 信息进行注释方面胜过专家和众包工作者（英文版）

英文标题：ChatGPT-4 Outperforms Experts and Crowd Workers in Annotating Political Twitter Messages with Zero-Shot Learning中文摘要：本文研究了大型语言模型 ChatGPT-4 在 Twitter 文本分析任务中对发布者政治意向分类的精度、可靠性和偏差，并结论该模型精度更高、可靠性更高、偏差相等或更低，从而证明了该模型在社会科学中的巨大影响。英文摘要：This paper assess...

2023-04-22 164 429.15KB 5页
动词在行动：提高视频语言模型中动词理解能力（英文版）

英文标题：Verbs in Action: Improving verb understanding in video-language models中文摘要：本研究提出了一个新的以动词为中心对比学习（Verb-Focused Contrastive，VFC）框架，以改善基于 CLIP 的视频语言模型的动词理解。该方法采用预训练的大型语言模型（LLMs）创建难样本进行跨模态对比学习，以及实施细粒度的动词短语对齐损失。该方法在三个下游任务上实现了零射击性能的最新成果，包括视频文本匹配、视频问答和视...

2023-04-22 157 43.62MB 26页
基于模型的动态屏蔽技术，用于安全高效的多智能体强化学习（英文版）

英文标题：Model-based Dynamic Shielding for Safe and Efficient Multi-Agent Reinforcement Learning中文摘要：该论文提出了一种基于模型的动态屏蔽（MBDS）方法来支持多智能体强化学习算法设计，同时在强化学习和部署阶段实现形式化安全性保证。该算法合成分布式屏蔽，可以在与每个 MARL 代理并行运行的情况下监视和纠正不安全行为，从而实现对多智能体复杂环境的有效监控，并具有强有力的安全性保证。英文摘要：Multi-A...

2023-04-22 134 9.97MB 10页
深度神经网络是否具有内在的奥卡姆剃刀原理？（英文版）

英文标题：Do deep neural networks have an inbuilt Occam's razor?中文摘要：研究表明，深度神经网络成功的关键在于结构化数据，以及拥有一种像奥卡姆剃刀一般的归纳偏差，使其能够对抗复杂度呈指数级增长的函数，通过引入贝叶斯图像和随机梯度下降等方法，我们试图将网络架构、训练算法和数据结构三个组件相互分离。英文摘要：The remarkable performance of overparameterized deep neural networks (...

2023-04-22 115 7.99MB 45页
敏捷预测模型开发的精简框架：实现高效库存管理（英文版）

英文标题：Streamlined Framework for Agile Forecasting Model Development towards Efficient Inventory Management中文摘要：提出了一种开发预测模型的框架，包括数据集清理、算法选择、多重交叉验证等步骤，以及在智能预测竞赛和库存管理中的应用。英文摘要：This paper proposes a framework for developing forecasting models bystreamlin...

2023-04-22 91 958.38KB 23页
语义变迁的计算建模（英文版）

英文标题：Computational modeling of semantic change中文摘要：该研究论文介绍语义变化的计算建模方法，对不同类别的模型进行优缺点讨论，探讨了语义变化计算研究的重要方面与评估技术。英文摘要：In this chapter we provide an overview of computational modeling for semanticchange using large and semi-large textual corpora. We aim to...

2023-04-22 106 220.3KB 15页
PGTask:从对话中生成个人资料的任务介绍（英文版）

英文标题：PGTask: Introducing the Task of Profile Generation from Dialogues中文摘要：研究使用最先进的方法创建 Profile Generation 任务的数据集，以使对话系统的模型获得更丰富的用户个人信息。英文摘要：Recent approaches have attempted to personalize dialogue systems byleveraging profile information into models...

2023-04-22 210 794.48KB 6页
SpectFormer：视觉 Transformer 中所需的频率和注意力（英文版）

英文标题：SpectFormer: Frequency and Attention is what you need in a Vision Transformer中文摘要：本研究旨在通过将谱层和多头注意力层结合起来提出 Spectformer 架构，该架构的表现优于其他转换器表示形式，特别是在图像识别任务中。英文摘要：Vision transformers have been applied successfully for image recognitiontasks. There hav...

2023-04-22 278 1.17MB 14页
DDT:双分支变形 Transformer 图像去噪（英文版）

英文标题：DDT: Dual-branch Deformable Transformer for Image Denoising中文摘要：本文提出了一种高效的 Dual-branch Deformable Transformer (DT) 去噪网络，在局部和全局分支中均应用了可变形关注机制，能够更好地捕捉图像中的局部和全局交互，并能显著减少计算成本，取得了在真实世界和合成去噪任务方面的最先进性能。英文摘要：Transformer is beneficial for image denoising...

2023-04-22 230 1.31MB 7页
VISION DIFFMASK：可微分 patch 掩模的视觉 transformer 忠实解释（英文版）

英文标题：VISION DIFFMASK: Faithful Interpretation of Vision Transformers with Differentiable Patch Masking中文摘要：提出了一种名为 VISION DIFFMASK 的后处理可解释性方法，使用模型隐藏层的激活来预测对其最终预测有贡献的输入的相关部分，并使用门控机制识别原始输入的最小子集，以维持对类的预测分布的预测结果；结果表明该方法在 CIFAR-10 和 ImageNet-1K 上比其他最先进的归...

2023-04-22 137 3.37MB 8页
LeafAI:临床队列发现的查询生成器，可与人类程序员媲美（英文版）

英文标题：LeafAI: query generator for clinical cohort discovery rivaling a human programmer中文摘要：利用深度学习和基于规则的模块生成具有新颖逻辑推理能力的、数据模型非相关性和基于 UMLS（Unified Medical Language System）的数据库查询方法，以帮助临床研究中的受试者筛选。使用 LeafAI 系统的查询结果表明，与人类数据库程序员相比，其找到的适宜受试者占比更高。英文摘要：Object...

2023-04-22 99 1.41MB 28页
训练有素的机器代理人的寻求权力行为可以被预测（英文版）

英文标题：Power-seeking can be probable and predictive for trained agents中文摘要：研究表明，高级人工智能中的权力寻求行为是一种重要的风险来源，但目前对于这种现象的理论理解还相对有限。本文构建在现有的理论基础之上，研究了训练过程如何影响权力寻求激励，并证明了在一些简化的假设下，这种激励仍然可能存在于受过训练的智能体中，同时也能够预测新情况下的不良行为。英文摘要：Power-seeking behavior is a key sourc...

2023-04-22 70 584.34KB 7页
AGIEval:人类中心基准评估体系用于评价基础模型（英文版）

英文标题：AGIEval: A Human-Centric Benchmark for Evaluating Foundation Models中文摘要：本文介绍了一个人类中心的基准测试 AGIEval，通过人类中心的标准化考试来对各种基础模型进行评估。在这个基准测试中，以 GPT-4，ChatGPT 和 Text-Davinci-003 为例，GPT-4 在 SAT，LSAT 和数学竞赛中的表现超过了人类的平均水平，取得了 95% 的数学测试准确率和 92.5% 的语文测试准确率。但在涉及复杂...

2023-04-22 231 442.82KB 20页
我们是否应该使用检索方法预训练自回归语言模型？一项全面研究（英文版）

英文标题：Shall We Pretrain Autoregressive Language Models with Retrieval? A Comprehensive Study中文摘要：通过引入检索机制可以提高大型解码器语言模型的困惑度和生成质量，本文提出了一种可扩展的预训练检索增强语言模型，它在实验证明了在知识密集型任务上优于标准 GPT，未来这可能是预训练自回归 LM 的有前途的方向。英文摘要：Large decoder-only language models (LMs) can ...

2023-04-22 123 1.01MB 23页
ChatGPT 依赖于 Google Scholar 的引用计数引用最有影响力的文章和期刊。结果，人工智能可能放大环境科学中的马太效应（英文版）

英文标题：ChatGPT cites the most-cited articles and journals, relying solely on Google Scholar's citation counts. As a result, AI may amplify the Matthew Effect in environmental science中文摘要：研究 GPT 在环境科学领域使用的信息来源，发现 GPT 倾向引用高引用次数，年代久远，以 Nature 为主的期刊，并且似乎...

2023-04-22 236 190.34KB 12页

...

139

...

确认删除?