开通会员限时优惠

登录 | 注册

全部分类

学术论文

类型:

Avatar 知识蒸馏：自我集成教师模式与不确定性（英文版）

英文标题：Avatar Knowledge Distillation: Self-ensemble Teacher Paradigm with Uncertainty中文摘要：本文提出一种新的知识蒸馏方法 ——Avatar Knowledge Distillation (AKD)，通过生成因扰动转化而得的不同推理集合模型（Avatars）来协助学生模型更有效的学习，同时提出了一种基于推理模型差异的不确定性感知因素，以适应地调整 Avatars 的贡献，这种方法在不增加额外计算成本的前提下，将目...

2023-05-05 145 3.61MB 9页
实验中的干扰校正：抖音案例研究（英文版）

英文标题：Correcting for Interference in Experiments: A Case Study at Douyin中文摘要：研究探讨了如何评估拥有干扰性的双边内容市场中的策略效果，发明了一种基于 Differences-in-Qs 技术的 Monte-Carlo 估计器，并在 Douyin 的实验平台上实现了它，取得了低偏差、低方差和 99% 的均方根误差降低。英文摘要：Interference is a ubiquitous problem in experimen...

2023-05-05 105 1.17MB 18页
面向任务的端到端对话系统的任务优化适配器（英文版）

英文标题：Task-Optimized Adapters for an End-to-End Task-Oriented Dialogue System中文摘要：该研究提出了一种基于 Task-Optimized Adapters 和强化学习的 End-to-end TOD 系统，能够独立学习每个任务，并在 MultiWOZ 基准测试上表现出优越的性能，特别是在 2.2 数据集上的 DST 任务达到了最先进的水平。英文摘要：Task-Oriented Dialogue (TOD) systems...

2023-05-05 151 771.42KB 13页
邻近词汇影响人类对显著性解释的理解（英文版）

英文标题：Neighboring Words Affect Human Interpretation of Saliency Explanations中文摘要：本研究使用用户研究的方法，发现邻居词对于单个词的重要性评分有显著影响，且影响与邻居方向（左还是右）和短语相关程度等因素有关，这个结果提出了在文本说明里是否应该采用词级的显著性解释方法，为未来研究替代性显著性解释方法提供了参考。英文摘要：Word-level saliency explanations ("heat maps over wo...

2023-05-05 124 2MB 16页
可控视觉触觉合成（英文版）

英文标题：Controllable Visual-Tactile Synthesis中文摘要：本研究使用深度生成模型创建一个多感官体验，用户可以在触觉表面上滑动手指，触摸和查看合成物体，并提出了一种新的视触觉服装数据集和条件生成模型以合成视觉和触觉输出，并介绍了一个流水线，在基于电除尘的触觉设备上呈现高质量的视觉和触觉输出，实现沉浸式体验。英文摘要：Deep generative models have various content creation applications such asg...

2023-05-05 116 43.33MB 22页
SemEval-2023 任务 7：面向临床试验数据的多证据自然语言推理（英文版）

英文标题：SemEval-2023 Task 7: Multi-Evidence Natural Language Inference for Clinical Trial Data中文摘要：这篇论文介绍了 SemEval 2023 任务 7 的结果 -- 临床试验数据的多证据自然语言推断（NLI4CT），包括两个任务：自然语言推断任务和临床试验数据的证据选择任务。英文摘要：This paper describes the results of SemEval 2023 task 7 -- M...

2023-05-05 338 515.72KB 11页
情感计算中偏见和公平性的心理测量与计算视角整合：自动视频面试的案例研究（英文版）

英文标题：Integrating Psychometrics and Computing Perspectives on Bias and Fairness in Affective Computing: A Case Study of Automated Video Interviews中文摘要：本研究基于心理测量学的原则，对机器学习应用于情感计算的偏差和公平性进行了论述，讨论了测试公平性和偏置的各种方法和指标，并提供了自动化个性化和招聘推理的案例研究。英文摘要：We provide a p...

2023-05-05 102 609.22KB 21页
PGB:一种用于异构网络表示学习的 PubMed 图形基准（英文版）

英文标题：PGB: A PubMed Graph Benchmark for Heterogeneous Network Representation Learning中文摘要：本文介绍了 PubMed Graph Benchmark (PGB)，一个用于评估生物医学文献中异构图嵌入的新基准数据集，其中包含有超过 3000 万篇英文文章及相关的元数据，可帮助未来的研究者更深入地了解 PubMed 数据库中文献信息的异构性。英文摘要：There has been a rapid growth i...

2023-05-05 149 475.38KB 16页
乌贼：无需所有调整的低秩模型训练（英文版）

英文标题：Cuttlefish: Low-rank Model Training without All The Tuning中文摘要：提出了一种名为 Cuttlefish 的自动低秩训练方法，它通过观察在完整秩训练的几个时期后，每层的稳定秩（即真实秩的近似值）稳定为一个常数值，从而消除了调整低秩模型训练中的多个超参数的需求。Cuttlefish 在所有层的稳定秩收敛后从完整秩训练切换到低秩训练，并将每个因子化的维度设置为其相应的稳定秩。结果表明，Cuttlefish 生成的模型比完整秩模型小多...

2023-05-05 114 2.86MB 29页
使用位平面编码进行输入层二值化（英文版）

英文标题：Input Layer Binarization with Bit-Plane Encoding中文摘要：本文提出一种新方法，使用 8 位表示的输入数据直接对第一层进行二值化处理，并利用标准位平面编码按位提取特征，经过加权和再次融合后得到全二值化模型，该方法在不同神经网络体系结构下验证，比现有技术在准确性和 BMCA (二值乘法计算数) 减少方面更佳。英文摘要：Binary Neural Networks (BNNs) use 1-bit weights and activations...

2023-05-05 180 1.06MB 12页
基于 CUR 的 k-NN 搜索与交叉编码器的自适应锚定项选择（英文版）

英文标题：Adaptive Selection of Anchor Items for CUR-based k-NN search with Cross-Encoders中文摘要：本研究提出了一种针对实际中 k-NN 查询困难的问题，采用近似矩阵分解技术的方法进行高效向量检索，该方法可以自适应地选择锚定项，以最小化检索近似误差。研究实验证明，该方法相对于使用 BM25 或双编码器的传统检索方法和 ANNCUR 方法，能够提高 k-NN 检索率。英文摘要：Cross-encoder models...

2023-05-05 109 8.87MB 16页
Point2Tree(P2T)—— 用于针叶林移动激光扫描数据的语义和实例分割参数调整框架（英文版）

英文标题：Point2Tree(P2T) -- framework for parameter tuning of semantic and instance segmentation used with mobile laser scanning data in coniferous forest中文摘要：Point2Tree 是一种用于森林激光点云处理的新框架，它包括语义分割、实例分割和超参数重要性优化分析三个阶段，已成功在两个独立数据集上测试。英文摘要：This article int...

2023-05-05 95 5.43MB 35页
IMAP:内在动机驱动的对抗策略（英文版）

英文标题：IMAP: Intrinsically Motivated Adversarial Policy中文摘要：提出了一种名为 Intrinsically Motivated Adversarial Policy（简称 IMAP）的策略，用于在无需了解受害者策略的情况下，有效地进行黑盒攻击，IMAP 利用基于状态覆盖、策略覆盖、风险和策略差异的四个内在目标，鼓励探索和发现更强的攻击技能，并进行了实验验证其有效性。英文摘要：Reinforcement learning (RL) agents...

2023-05-05 146 3.3MB 14页
LatentAugment:动态优化数据增强的潜在概率（英文版）

英文标题：LatentAugment: Dynamically Optimized Latent Probabilities of Data Augmentation中文摘要：本文提出了一种名为 LatentAugment 的数据增强方法，通过动态优化输入和模型参数的增强策略来提高图像分类任务的测试精度，理论分析表明该方法是一种通用模型且相比现有数据增强方法更为简单高效，实验结果也验证了其在 CIFAR-10，CIFAR-100，SVHN 和 ImageNet 数据集上具有更高的测试精度。英文...

2023-05-05 123 885.84KB 15页
ReMask：域反事实生成的鲁棒信息遮盖方法（英文版）

英文标题：ReMask: A Robust Information-Masking Approach for Domain Counterfactual Generation中文摘要：本文提出了一种三步域混淆方法，通过基于频率和注意力规范的掩盖来遮蔽特定于域的线索，并揭示域泛化上下文，从而实现了领域反事实样本的生成，通过实验验证本方法在领域情感分类、对抗领域适应和多领域意图分类任务中的有效性。英文摘要：Domain shift is a big challenge in NLP, thus, ...

2023-05-05 154 1.12MB 12页
在潜在混淆因素存在的情况下从不定数据中学习恢复因果关系（英文版）

英文标题：Learning to Recover Causal Relationship from Indefinite Data in the Presence of Latent Confounders中文摘要：本文提出了一种称作混淆分离因果发现算法（Confounding Disentanglement Causal Discovery，简称 biCD）的方法，通过使用因果强度变分模型，将潜在变量作为中介变量来解决存在潜在变量的非确定数据情形下的因果关系发现问题。我们将结果用合成和实际数...

2023-05-05 103 1.78MB 23页
使用分支 GAN 生成叠加类别分割图（英文版）

英文标题：Additive Class Distinction Maps using Branched-GANs中文摘要：通过图像分解和多个生成网络的总和，本文提出了一种新模型、训练过程和体系结构以创建精确的图像类别区分地图，该方法允许对不同方法的应用，并通过可解释 AI 实现自我监督分割和物体检测。英文摘要：We present a new model, training procedure and architecture to create precisemaps of distincti...

2023-05-05 86 15.52MB 18页
BranchNorm:极深 Transformer 网络的鲁棒缩放（英文版）

英文标题：BranchNorm: Robustly Scaling Extremely Deep Transformers中文摘要：本文提出了一种名为 BranchNorm 的方法，用于以更好的效果平衡训练稳定性和收敛性来动态重新调整 Transformer 的分支。英文摘要：Recently, DeepNorm scales Transformers into extremely deep (i.e., 1000layers) and reveals the promising potenti...

2023-05-05 122 2.66MB 12页
大型语言模型中不道德建议的测试和修复：使用建议-批判-反思过程（英文版）

英文标题："Oops, Did I Just Say That?" Testing and Repairing Unethical Suggestions of Large Language Models with Suggest-Critique-Reflect Process中文摘要：本文提出了第一个用于测试和修复 LMMs 不道德建议的框架，包括测试套件 ETHICSSUITE、建议 - 评论 - 反思（SCR）流程、在线修复方案等，并使用 ETHICSSUITE 测试了 7 个流行的 ...

2023-05-05 157 688.89KB 12页
图像检索中通过对抗学习的边界感知的向后兼容表示（英文版）

英文标题：Boundary-aware Backward-Compatible Representation via Adversarial Learning in Image Retrieval中文摘要：介绍了在视觉检索系统中，从传统模型更新到新模型需要重新计算所有图片嵌入，所以引入兼容性训练（BCT）的方法，并提出了 Adversarial Backward-Compatible Training（AdvBCT）方法进行对比实验，表明其在兼容性和辨别性方面均优于其他 BCT 方法。英文摘要...

2023-05-05 169 2.34MB 10页

...

154

...

确认删除?