首页
智库报告
策划方案
建筑施工

开通会员限时优惠

登录 | 注册

首页文档学术论文

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

学术论文

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

一次性隐式可塑人脸建模与一致纹理参数化（英文版）

英文标题：Single-Shot Implicit Morphable Faces with Consistent Texture Parameterization中文摘要：本文提出了一种构建隐式 3D 变形人脸模型的新方法，使用了学习得出的 SDF 和明确的 UV 贴图参数化，从而实现了单张图片的重建、面部表情动画的修改和纹理的直接绘制，相较于现有技术在照片逼真度、几何和表情精度上有了提升。英文摘要：There is a growing demand for the accessible c...

2023-05-05 70 6.67MB 13页
Neuralizer:通用神经影像分析无需重新训练（英文版）

英文标题：Neuralizer: General Neuroimage Analysis without Re-Training中文摘要：Neuralizer 是一种单模型深度学习方法，可在推理期间一次正向传递中泛化到以前未见过的神经影像处理任务和模态，可跨多种图像模式、采集方法和数据集解决处理任务.英文摘要：Neuroimage processing tasks like segmentation, reconstruction, andregistration are central to ...

2023-05-05 227 9.46MB 27页
个性化一次性分段模型（英文版）

英文标题：Personalize Segment Anything Model with One Shot中文摘要：本文提出了一种称为 PerSAM 的、无需训练的个性化方法，该方法首先通过位置先验定位目标概念，然后通过三种技术 - 目标引导注意力、目标语义提示和级联后处理在其他图像或视频中对其进行分割，有效地适应 SAM 的私人使用。此外，我们还提出了一种高效的单次微调变体，PerSAM-F，以缓解掩模的歧义。我们构建了一个新的分割数据集 PerSeg，并在具有竞争性的性能的视频对象分割上测试...

2023-05-05 129 20.58MB 14页
语义感知生成多视角人像画（英文版）

英文标题：Semantic-aware Generation of Multi-view Portrait Drawings中文摘要：本文提出了一种语义感知生成器（SAGE），用于综合多视角人像绘画，该方法可通过多视角语义图进一步细化生成结果，并应用于多种艺术风格的生成，实验结果表明，相比现有的三维感知图像综合方法，SAGE 达到了更卓越或高竞争性的性能。英文摘要：Neural radiance fields (NeRF) based methods have shown amazing per...

2023-05-05 146 3.68MB 9页
为多语机器翻译学习特定语言层（英文版）

英文标题：Learning Language-Specific Layers for Multilingual Machine Translation中文摘要：介绍了一种通过引入语言特定的变压器层来增加模型容量、提高翻译质量的方法，并通过神经架构搜索实现最佳层次排列，从而在不增加计算量和参数数量的情况下，提升 1.3 chrF (1.5 spBLEU) 或 1.9 chrF (2.2 spBLEU) 的翻译质量。英文摘要：Multilingual Machine Translation prom...

2023-05-05 72 626.21KB 15页
量子生成模型中的可训练性障碍与机遇（英文版）

英文标题：Trainability barriers and opportunities in quantum generative modeling中文摘要：本文研究了量子生成模型中如何解决靠近平原以及指数损失集中的挑战，提出了解决这个问题的新方法 Quantum fidelity-type loss，并且通过对高能物理数据建模表明了本研究理论结果的正确性。英文摘要：Quantum generative models, in providing inherently efficient sam...

2023-05-05 90 9.69MB 52页
领域自适应目标检测的对比均值教师（英文版）

英文标题：Contrastive Mean Teacher for Domain Adaptive Object Detectors中文摘要：本文提出了一种统一的、通用的框架 ——CMT，将 mean-teacher 自训练和对比学习这两种范式自然地集成在一起，通过伪标签进行特征抽取和优化，从而稳定提高了目标域上的性能，取得了新的最优表现。英文摘要：Object detectors often suffer from the domain gap between training (source...

2023-05-05 274 8.14MB 13页
TUVF:学习可推广的纹理 UV 辐射场（英文版）

英文标题：TUVF: Learning Generalizable Texture UV Radiance Fields中文摘要：本文研究在给定 3D 模型的情况下生成高保真纹理的问题，提出了一种基于可学习的 UV 球空间的纹理生成模型 TUVF，并将 UV 球空间与辐射场相结合，实现了在纹理控制和编辑方面的实质性改进。英文摘要：Textures are a vital aspect of creating visually appealing and realistic 3Dmodels. I...

2023-05-05 155 13.86MB 30页
基于驾驶风险潜力场的综合道路车辆行人风险管理框架 RCP-RF（英文版）

英文标题：RCP-RF: A Comprehensive Road-car-pedestrian Risk Management Framework based on Driving Risk Potential Field中文摘要：我们提出了一种名为 RCP-RF 的全面驾驶风险管理框架，基于潜在场理论在联网和自动驾驶汽车环境下，在该框架中，行人风险度量结合到统一的道路 - 车辆驾驶风险管理框架中。不同于现有算法，我们的框架合法地考虑了自我和障碍车之间的运动趋势和行人因素，可以提高驾驶风险模...

2023-05-05 104 9.33MB 21页
多种神经机器翻译的统一模型学习（英文版）

英文标题：Unified Model Learning for Various Neural Machine Translation中文摘要：本文提出了一个通用的深度神经机器翻译模型， Unified Model Learning for NMT (UMLNMT)，它能够在多种翻译任务中实现智能的即时翻译，相较于基于具体数据集训练的模型，该模型的性能有了显著的提升，部署成本也大大降低，并且在生成多样化、高质量的翻译方面表现优异。此外，作者也提供了一个关于名言警句的中英文句子翻译数据集。英文摘要：...

2023-05-05 118 767.02KB 14页
Re$3$Dial：用于长轮次开放域对话预训练的检索、重组和缩放对话语料库（英文版）

英文标题：Re$^3$Dial: Retrieve, Reorganize and Rescale Dialogue Corpus for Long-Turn Open-Domain Dialogue Pre-training中文摘要：本文提出了使用机器学习技术构建大规模多轮对话数据集及相应框架 Re$^3$Dial，可以将已有短轮对话数据转变成长轮对话数据，尤其适用于处理大规模开放域网络聊天数据，实验证明相比现有技术大幅提高了在不同预训练环境下的多轮对话建模能力。英文摘要：Large-sca...

2023-05-05 108 2.68MB 18页
社交学习智能体语言演化和分析框架（英文版）

英文标题：A framework for the emergence and analysis of language in social learning agents中文摘要：本研究提出一种模拟语言特征的通信协议，通过将高维信息编码为低维表示来分析对任务表现的影响，进而提高任务完成率，并强调了语言作为代理之间共同表征的作用及其对泛化能力的影响。英文摘要：Artificial neural networks (ANNs) are increasingly used as research m...

2023-05-05 102 12.87MB 23页
语言选择的政治学：俄乌战争如何影响乌克兰人在 Twitter 上的语言使用（英文版）

英文标题：The Politics of Language Choice: How the Russian-Ukrainian War Influences Ukrainians' Language Use on Twitter中文摘要：通过研究 62000 名乌克兰公民在 2020 年 1 月至 2022 年 10 月期间发表的 400 多万条限地标志的推特信息，使用统计模型研究了语言选择和推文活动，并确定了行为效应和样本效应。研究表明，随着乌克兰局势的变化，从俄语向乌克兰语转变的趋势加快。...

2023-05-05 129 9.53MB 27页
基于半监督学习和优化无标签数据采样的高维贝叶斯优化（英文版）

英文标题：High-dimensional Bayesian Optimization via Semi-supervised Learning with Optimized Unlabeled Data Sampling中文摘要：本文提出一种基于半监督学习的师生模型的贝叶斯优化方法，利用未标记数据和黑盒函数，在学习到的潜在空间中降低维度，使其可应用于高维问题，优化 unlabeled data 的采样和选择，采用黑盒参数化采样分布和经过动态拟合的极值分布，该方法在多项真实世界和合成训练中优于...

2023-05-05 116 542.13KB 10页
可解释的区域描述符：基于超立方体的本地解释（英文版）

英文标题：Interpretable Regional Descriptors: Hyperbox-Based Local Explanations中文摘要：该研究提出了可解释的区域描述符（IRD），它是超立方体，可以描述如何改变一个观察结果的特征值而不影响其预测结果，并为预测结果提供一组即使参数，并且可以确定哪些特征影响预测结果以及是否存在不符合实际的情况，并介绍了计算 IRD 的统一框架，将现有的超立方体方法适应到该框架中，并通过基准研究比较方法并确定两种改进 IRD 的策略。英文摘要：Th...

2023-05-05 112 1010.49KB 32页
NeRSemble:人头多视角辐射场重建（英文版）

英文标题：NeRSemble: Multi-view Radiance Field Reconstruction of Human Heads中文摘要：本研究提出了一种新的多视角摄影技术和动态神经放射场方法，可用于高保真度地重建人类头部，并从任意时间步长的新视角合成再渲染，并在实验中表现出优异的性能。英文摘要：We focus on reconstructing high-fidelity radiance fields of human heads,capturing their animat...

2023-05-05 189 10.88MB 14页
评估隐式可解释性的后解释性（英文版）

英文标题：Evaluating Post-hoc Interpretability with Intrinsic Interpretability中文摘要：本文对基于切片图像的乳腺癌转移检测问题，将时下最流行的用于深度神经网络（DNN）可解释性的后置解释方法（Post-hoc）和内置解释方法（Intrinsic）应用于一种新的可解释性 DNN，ProtoPNet，并比较了这两种方法的兴趣图像（Attribution maps）的相似性。结果显示，除 SmoothGrad 和 Occlusion ...

2023-05-05 113 1.32MB 28页
如何利用强化学习促进未来电力市场设计？第一部分：范式理论（英文版）

英文标题：How to Use Reinforcement Learning to Facilitate Future Electricity Market Design? Part 1: A Paradigmatic Theory中文摘要：为了实现电力系统的去碳化和环境友好型，本文提出了重新设计电力市场作为一种宏观方法，以适应可再生发电的高渗透率，其中应用了强化学习技术，解决了能源现货市场、辅助服务市场和金融市场之间协调缺乏的问题，提出了多种市场运营绩效指标进行验证。英文摘要：In face...

2023-05-05 108 992.26KB 10页
共形核取样（英文版）

英文标题：Conformal Nucleus Sampling中文摘要：本文通过使用 conformal prediction 方法对 $p$ 参数进行校准来研究 top-$p$ 采样在各种语言上下文环境下是否与其概率意义对齐，结果表明 OPT 模型存在过度自信，而校准与模型大小存在适度的反比关系。英文摘要：Language models generate text based on successively sampling the next word. Adecoding procedure...

2023-05-05 92 258.47KB 6页
通过因果世界模型实现可解释的强化学习（英文版）

英文标题：Explainable Reinforcement Learning via a Causal World Model中文摘要：本文针对强化学习中行为的长期影响，提出了一种基于因果世界模型的可解释强化学习框架。该模型能够捕捉行为的影响，通过因果链解释行为的长期效应，从而提高模型的可解释性，同时保持了准确性，使其适用于基于模型的学习。实验结果表明，因果模型可以作为解释性和学习之间的桥梁。英文摘要：Generating explanations for reinforcement lear...

2023-05-05 131 1.33MB 15页

...

154

...

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