开通会员限时优惠

登录 | 注册

全部分类

学术论文

类型:

星际闲聊：使用大型语言模型与天文文献交流（英文版）

英文标题：Galactic ChitChat: Using Large Language Models to Converse with Astronomy Literature中文摘要：本文采用 OpenAI GPT-4 大型语言模型进行天文论文的上下文引导交互，并利用蒸馏技术最优化输入效率。通过 10 个蒸馏文档的多文献语境去探索模型的反应，结果表明 GPT-4 能够提供具有相关研究成果框架背景下的详细答案，对天文学界提供了潜力巨大的应用前景，特别是猜测生成方面的可能性。英文摘要：We d...

2023-04-22 68 1.13MB 3页
利用逻辑锁定对机器学习加速器进行神经特洛伊攻击（英文版）

英文标题：Exploiting Logic Locking for a Neural Trojan Attack on Machine Learning Accelerators中文摘要：该研究探讨了利用逻辑锁定技术在保护神经加速器的情况下破坏其安全性的可能性，通过理论上强健的攻击方法自动鉴定特洛伊键并找到了能够导致 74% 准确度下降的特洛伊键英文摘要：Logic locking has been proposed to safeguard intellectual property (IP...

2023-04-22 109 1MB 7页
层次导向启示的少样本生物医学知识融合（英文版）

英文标题：HiPrompt: Few-Shot Biomedical Knowledge Fusion via Hierarchy-Oriented Prompting中文摘要：提出了 HiPrompt，一种监督效率高的知识融合框架，通过面向层次结构的提示引出大型语言模型的少样本推理能力，以弥合稀疏标记的生物医学知识融合与神经嵌入模型之间的差距，并在收集的 KG-Hi-BKF 基准数据集上取得了良好的实验效果。英文摘要：Medical decision-making processes can...

2023-04-22 107 1.13MB 5页
使用人口普查数据测量语言模型中的规范性和描述性偏见（英文版）

英文标题：Measuring Normative and Descriptive Biases in Language Models Using Census Data中文摘要：本文研究了在预训练语言模型中，关于职业性别分布如何反映在模型中，通过使用模板化句子结合特定职业性别分布数据，通过评估不同语言的模型得出结论。英文摘要：We investigate in this paper how distributions of occupations with respect togender i...

2023-04-22 86 221.14KB 7页
基于自我中心视角的三维场景中概率人类网格恢复（英文版）

英文标题：Probabilistic Human Mesh Recovery in 3D Scenes from Egocentric Views中文摘要：提出了一种基于场景的扩散方法，用于从自我感知的角度预测社交伴侣的姿态和形状，通过物理学基础碰撞评分进一步解决人 - 场景相互渗透，分类器自由训练使得在不同情况下可进行可扩展抽样，并具有更多的多样性，能够通过基于每个关节的可见性进行噪声去除，控制每个身体部位，实现了优秀的可见关节准确度和不可见身体部位的多样性。英文摘要：Automatic pe...

2023-04-22 116 21.04MB 15页
全球提示细胞：一种便携式控制模块，用于有效提示（英文版）

英文标题：Global Prompt Cell: A Portable Control Module for Effective Prompt中文摘要：本文介绍了一种新型预训练模型调整方法，即 prompt tuning。它将可训练的嵌入插入到第一层的输入中，同时冻结下游任务中的参数。然而，如何训练和合理利用提示嵌入已成为限制 prompt tuning 有效性的一个问题。为了解决这个问题，引入了 Global Prompt Cell (GPC)。GPC 是一种便携式控制模块，用于 prompt...

2023-04-22 113 454.88KB 12页
RESET:重访轨迹集以进行条件行为预测（英文版）

英文标题：RESET: Revisiting Trajectory Sets for Conditional Behavior Prediction中文摘要：本文提出了一种基于集合的轨迹预测方法，将其应用于无人驾驶车辆的条件行为预测，并通过图形编码器和计划轨迹的后期融合，实现了与回归方法相当的性能。英文摘要：It is desirable to predict the behavior of traffic participants conditionedon different planned...

2023-04-22 94 9.47MB 8页
基于车道距离的轨迹预测度量（LMR）（英文版）

英文标题：LMR: Lane Distance-Based Metric for Trajectory Prediction中文摘要：该研究提出了一种基于车道距离的度量标准，即车道错过率，旨在评估轨迹预测方法对下游规划任务的性能，结果表明该方法能够捕捉交通参与者的意图和更好地预测结构化环境中的轨迹。英文摘要：The development of approaches for trajectory prediction requires metrics tovalidate and compare...

2023-04-22 159 447.2KB 6页
具有理论保证的多智能体策略互惠（英文版）

英文标题：Multi-agent Policy Reciprocity with Theoretical Guarantee中文摘要：本文提出了一种新的多智能体策略互惠（PR）框架，其中每个智能体可以在不匹配的状态下充分利用跨智能体策略，并定义了一个不匹配状态的邻接空间并设计一个即插即用模块的值迭代，以提高 PR 的可扩展性和稳定性，实验证明 PR 在离散和连续环境中优于现有的各种 RL 和转移 RL 方法。英文摘要：Modern multi-agent reinforcement learni...

2023-04-22 117 1.91MB 15页
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

...

163

...

确认删除?