开通会员限时优惠

登录 | 注册

全部分类

学术论文

类型:

公平性测试深度推荐系统（FairRec）（英文版）

英文标题：FairRec: Fairness Testing for Deep Recommender Systems中文摘要：本篇研究提出了 FairRec 框架，支持多角度的 DRS 公平测试，并使用 DPSO 算法成功检测出了多个 mainstream DRSs 存在的深度公平问题，并通过简单的二次排序缓解策略显著提升了 DRS 的公平性英文摘要：Deep learning-based recommender systems (DRSs) are increasingly and wide...

2023-04-22 150 1.89MB 14页
基于深度学习的气候系统数字孪生的长期不稳定性：原因与解决方案（英文版）

英文标题：Long-term instabilities of deep learning-based digital twins of the climate system: The cause and a solution中文摘要：本文旨在解决数据驱动数字孪生模型长期稳定性的问题，揭示了任何深度学习结构中普遍的因果机制，即：谱偏差，并进一步阐明了如何通过深度学习理论和基本数值分析弥补这种偏差，提出了一种缓解此类不稳定性的方法，实现了气候系统的长期稳定数值模拟和准确的短期预测。英文摘要：Lo...

2023-04-22 113 25.1MB 21页
将对抗性恶意软件生成器组合以增加逃避率（英文版）

英文标题：Combining Generators of Adversarial Malware Examples to Increase Evasion Rate中文摘要：研究如何通过结合多种生成器来创造更复杂的对抗性恶意软件，以提高其通过抗病毒工具的效果。英文摘要：Antivirus developers are increasingly embracing machine learning as a keycomponent of malware defense. While machi...

2023-04-22 124 258.93KB 9页
电子健康记录和结构化医疗数据的联邦和分布式学习应用：一项范围审视（英文版）

英文标题：Federated and distributed learning applications for electronic health records and structured medical data: A scoping review中文摘要：这篇综述研究了联合学习在结构化医疗数据上的应用，强调了应优先考虑临床实践和研究的需要，并发现目前这方面的应用缺乏临床意义方面的充分评估。英文摘要：Federated learning (FL) has gained populari...

2023-04-22 169 678.37KB 49页
一种平台不可知的深度强化学习框架，用于自动驾驶中的有效 Sim2Real 迁移（英文版）

英文标题：A Platform-Agnostic Deep Reinforcement Learning Framework for Effective Sim2Real Transfer in Autonomous Driving中文摘要：该论文提出了一种强大的 DRL 框架，该框架利用特定于平台的感知模块来提取任务相关信息，并在模拟中训练车道跟踪和超车代理程序，从而促进了 DRL 代理程序对于新的模拟环境和真实世界的无缝转移并极大地缩小了不同平台之间的差距和模拟与现实之间的鸿沟，从而使训练...

2023-04-22 166 6.62MB 27页
随机代码生成（英文版）

英文标题：Stochastic Code Generation中文摘要：本文研究了使用潜在随机过程来生成一致性代码以提高连贯性的技术，并在基于预训练的 GPT-2 的 CodeParrot 模型和 APPS 数据集的基础上使用了改进的时间控制模型进行了评估。英文摘要：Large language models pre-trained for code generation can generatehigh-quality short code but often struggle with ge...

2023-04-22 104 115.66KB 7页
OpenAssistant Conversations-大型语言模型对齐的民主化（英文版）

英文标题：OpenAssistant Conversations -- Democratizing Large Language Model Alignment中文摘要：研究大规模语言模型的发布与使用，利用调整技术进行优化以改善使用性，此文介绍 OpenAssistant Conversations 数据库的发布，使用该人类生成的、人类注释的数据集进行训练后得到了全新的软件 OpenAssistant。相对于 ChatGPT，OpenAssistant 的答复被用户更青睐，其发布的代码和数据完...

2023-04-22 181 2.13MB 44页
形状之道：针对不同体型精确三维形状估计（英文版）

英文标题：Shape of You: Precise 3D shape estimations for diverse body types中文摘要：本文提出了 Shape of You (SoY) 方法，旨在提高基于视觉的服装推荐系统中 3D 人体形状估计的精度。我们提出了两种损失函数和一种测试时间优化程序，可以轻松集成到参数化 3D 人体重建管道中，并在具有挑战性的 SSP-3D 数据集上将性能提高了 17.7%，在多样化人体类型方面的具有实际应用前景的更准确的 3D 形状估计系统迈出了一步...

2023-04-22 116 6.68MB 5页
MedAlpaca-医疗对话人工智能模型和训练数据的开源集合（英文版）

英文标题：MedAlpaca -- An Open-Source Collection of Medical Conversational AI Models and Training Data中文摘要：本文介绍了一个专门为医学应用 fine-tune 的数据集，并探究 fine-tuning 对于模型性能的影响，通过模型性能对比，论证 fine-tuned 模型在医学考试认证中的优越性。英文摘要：As large language models (LLMs) like OpenAI's GP...

2023-04-22 262 129.23KB 9页
ChatGPT 的自我认知和政治偏见（英文版）

英文标题：The Self-Perception and Political Biases of ChatGPT中文摘要：通过对 OpenAI 的语言模型 ChatGPT 进行测试，本文发现 ChatGPT 在政治观点上存在一定的偏见，主要偏向进步观点。此外，作者还测试了 ChatGPT 的个性特征和恶意程度。英文摘要：This contribution analyzes the self-perception and political biases ofOpenAI's Large Lang...

2023-04-22 597 242.25KB 9页
自监督学习模型在基于传感器的人类活动识别中的表征解释、分析和探索（英文版）

英文标题：Explaining, Analyzing, and Probing Representations of Self-Supervised Learning Models for Sensor-based Human Activity Recognition中文摘要：本文研究自监督学习在传感器人体活动识别中的应用，并分析了两个最近的自监督学习框架 SimCLR 和 VICReg 的深层表示，比较了监督和自监督模型对输入数据噪声的鲁棒性，并通过可解释性方法探索了 SSL 和监督表示中编...

2023-04-22 149 1.36MB 10页
基于机器感知的图像压缩：分层生成方法（英文版）

英文标题：Machine Perception-Driven Image Compression: A Layered Generative Approach中文摘要：本文介绍了一种层次生成式图像压缩模型，该模型支持多任务分析，通过学习感知图像压缩方法提供可压缩的紧凑表示，并实现高分辨率图像重建以及压缩率和感知性能的平衡。实验结果表明，该模型对于 RGB 基于方法可以降低 99.6% 的比特率并实现可比拟的分析结果。英文摘要：In this age of information, images...

2023-04-22 105 3.93MB 12页
未观测到代理奖励和完全知识代理的重复委托代理博弈（英文版）

英文标题：Repeated Principal-Agent Games with Unobserved Agent Rewards and Perfect-Knowledge Agents中文摘要：本研究在多臂赌博 (MAB) 框架下研究重复的主体 - 代理博弈场景，在代理人具有完美知识的情况下，构建了一个估计代理人期望奖励的估计器，并设计了一个低遗憾策略，为主体策略提供了指导，同时在协作交通规划等领域具有一定的应用前景。英文摘要：Motivated by a number of real-w...

2023-04-22 75 976.77KB 50页
通过多样质量种群实现高效的质量多样性优化（英文版）

英文标题：Efficient Quality-Diversity Optimization through Diverse Quality Species中文摘要：本文提出了一种名为 Diverse Quality Species (DQS) 的新型质量 - 多样性算法，能够在不需要存档或事先定义行为范围的情况下，将解决方案分解为独立进化种类，并利用无监督技能发现来学习多样化而高性能的解决方案，在多个仿真机器人环境中进行评估，结果表明 DQS 比其他 QD 算法更具样本效率和性能。英文摘要：A ...

2023-04-22 144 9.83MB 9页
有限专家预测下的顺延学习（英文版）

英文标题：Learning to Defer with Limited Expert Predictions中文摘要：本文提出了一个三步方法，可以使用一个较小的人类专家预测集训练学习延迟算法。该方法涉及使用具有地面真实标签的嵌入模型进行训练，然后进行专家能力预测器模型的训练，生成人工专家预测。我们在两个公共数据集上评估了我们的方法，并展示了即使对每个类别只有少量的专家预测，这些算法也能超过单独使用人类专家和人工智能的性能。英文摘要：Recent research suggests that c...

2023-04-22 104 408.59KB 10页
基于文本条件的语境化头像生成用于零样本定制化（英文版）

英文标题：Text-Conditional Contextualized Avatars For Zero-Shot Personalization中文摘要：本文提出了一个零射击的管道，该管道可以通过捕捉用户的身份以令人愉悦的方式进行头像生成，具有个性化的图像生成特征，此外，作者使用大规模图像数据集学习人类 3D 姿态参数，克服了动作捕捉数据集的局限性。英文摘要：Recent large-scale text-to-image generation models have made signif...

2023-04-22 156 3.34MB 13页
揭示 STEGO 的内部工作机理，以实现安全的无监督语义分割（英文版）

英文标题：Uncovering the Inner Workings of STEGO for Safe Unsupervised Semantic Segmentation中文摘要：本文研究使用自监督预训练策略和 Vision Transformer 架构的 DINO 自蒸馏技术，以无监督聚类和语义对应的方式进行通用特征提取；并介绍了基于 DINO 预训练的 Vision Transformer 的特征相应的无监督语义分割的 STEGO 方法，并探讨了 STEGO 方法的工作机制和训练策略，...

2023-04-22 129 2.51MB 13页
深度潜在位置主题模型用于文本边网络的聚类和表示（英文版）

英文标题：The Deep Latent Position Topic Model for Clustering and Representation of Networks with Textual Edges中文摘要：本研究介绍了一种基于概率模型和可变图自动编码器方法的 Deep-LPTM 模型聚类策略，使节点和边在两个嵌入空间中构建联合表示，以解决社交网络中的节点聚类和数据可视化等问题，并在 Enron 公司的电子邮件数据上进行了验证。英文摘要：Numerical interaction...

2023-04-22 86 1.25MB 44页
HGWaveNet:一种用于时间链路预测的双曲线图神经网络（英文版）

英文标题：HGWaveNet: A Hyperbolic Graph Neural Network for Temporal Link Prediction中文摘要：本文提出了基于超几何几何的 HGWaveNet 神经网络，该网络有效利用了超几何空间与数据分布的契合性进行时序边预测，通过设计 2 个关键模块，分别学习空间和时间信息，应用于保留了整个数据流中的分层结构信息，实现了对 6 个实际数据集的超几何拟合，将时序预测的 AUC 相对提高了高达 6.67%。英文摘要：Temporal lin...

2023-04-22 210 1.12MB 10页
学习团队对齐：基于多智体团队的自适应 Credo 框架（英文版）

英文标题：Learning to Learn Group Alignment: A Self-Tuning Credo Framework with Multiagent Teams中文摘要：在多智能体团队中使用混合激励机制具有优势，作者们提出了一个框架，在此框架下，学习智能体可以通过其奖励函数的不同部分自我调节其激励配置。他们的模型基于分层强化学习和元学习的思想，可以学习支持行为策略发展的奖励函数的配置。初步结果表明，通过自我调整各自的团队配置参数，智能体可以实现更好的全局结果。英文摘要：M...

2023-04-22 106 3MB 8页

...

171

...

确认删除?