首页
文档

赞助金币限时优惠

登录 | 注册

首页文档外文论文

全部分类

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
智库报告
法律文献
建筑施工
人文社科
资格考试
企业管理
学术论文
生活休闲

外文论文

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

生物医学简介的可读性、相关性和真实性背景知识基础（英文版）

英文标题：Background Knowledge Grounding for Readable, Relevant, and Factual Biomedical Lay Summaries中文摘要：科学发现向公众传播非常重要，但从科学文件生成易读的摘要具有挑战性。本文提出了一种简单的方法来选择基础知识来源并将其与源文件集成。使用 BioLaySum 汇总数据集我们发现，基础文献的添加可以提高摘要的相关性和可读性，但并不能提高摘要的事实准确性。英文摘要：Communication of sc...

2023-05-06 68 150.14KB 8页
基于部件的可控性三维点云生成和交叉扩散的 DiffFacto（英文版）

英文标题：DiffFacto Controllable Part-Based 3D Point Cloud Generation with Cross Diffusion中文摘要：本文提出一个能够通过对形状的部分进行建模来实现可控部分点云生成的新颖概率生成模型 DiffFacto，通过独立建模每个部分的样式和配置分布的分解方法，以及利用交叉扩散网络生成一致和合理的形状。实验证明该方法在多方面产生良好的效果，并可用于形状插值、混合和变换编辑等不同功能应用。英文摘要：While the commu...

2023-05-06 122 43.16MB 48页
AI 模型中稀疏符号概念出现证明的进展（英文版）

英文标题：Where We Have Arrived in Proving the Emergence of Sparse Symbolic Concepts in AI Models中文摘要：通过证明 AI 模型对不同交互概念的输入输出方式的映射，本研究试图证明，大多数 AI 模型可使用少数交互概念来在任意遮掩样本上模拟模型输出。英文摘要：This paper aims to prove the emergence of symbolic concepts in well-trainedAI...

2023-05-06 68 798.54KB 26页
非对称量子决策（英文版）

英文标题：Asymmetric quantum decision-making中文摘要：本研究理论和数值上研究了使用带有 OAM 的光子或缠绕光子的量子干涉实现不对称集体决策的方法，尽管成功实现了不对称性，但在所提出的模型中不可避免地存在光子损失，并且分析了不对称幅度的可用范围和获得所需不对称幅度的方法。英文摘要：Collective decision-making is crucial to information and communicationsystems. Decision conf...

2023-05-06 77 6.37MB 19页
使用类别描述标注的零样本文本分类训练的好处（英文版）

英文标题：The Benefits of Label-Description Training for Zero-Shot Text Classification中文摘要：本研究提出了一种简单的方法来进一步提高零 - shot 分类准确性，即利用精心策划的微调数据集描述任务的标签，进而在多个文本域中获得强大的预测模型。英文摘要：Large language models have improved zero-shot text classification by allowingthe tra...

2023-05-06 103 347.37KB 20页
Fashionpedia-Taste：一个解释人类时尚品味的数据集（英文版）

英文标题：Fashionpedia-Taste: A Dataset towards Explaining Human Fashion Taste中文摘要：本文研究了顾客喜欢某种时尚图像的原因。对此，作者引入了一种名为 Fashionpedia-taste 的可解释性数据集，该数据集包含了丰富的注释，解释了主体为什么喜欢或不喜欢某个时尚图像的原因。研究者可以利用我们的数据集来构建计算模型，从不同的人文角度和模态完全了解和解释人类时尚品味。英文摘要：Existing fashion dataset...

2023-05-06 116 1.03MB 6页
一种轻量级的 CNN-Transformer 模型用于学习旅行商问题（英文版）

英文标题：A Lightweight CNN-Transformer Model for Learning Traveling Salesman Problems中文摘要：本研究提出了一种基于 CNN 嵌入层和局部自注意力的轻量级 CNN-Transformer 模型，相对于标准 Transformer 模型，该模型能够更好地从输入数据中学习空间特征，同时通过局部自注意力减少全连接注意模型中的冗余性。实验结果表明，我们提出的模型在解决 TSP 问题的质量、GPU 内存使用和推理时间等方面优于其...

2023-05-06 120 572.68KB 17页
Zenseact 开放数据集：一种用于自动驾驶的大规模和多样化的多模态数据集（英文版）

英文标题：Zenseact Open Dataset: A large-scale and diverse multimodal dataset for autonomous driving中文摘要：Zenseact Open Dataset (ZOD) 是一种大规模且多样化的自动驾驶数据集，采集了两年时间在欧洲各地的数据，涵盖了比现有数据集多 9 倍的区域，并支持长距离感知和多任务学习。该数据集是通过各种帧、序列和驱动器收集的，为传感器融合、本地化和建图提供了支持。英文摘要：Existing...

2023-05-06 320 5.65MB 13页
图神经网络中条件方法的探索（英文版）

英文标题：An Exploration of Conditioning Methods in Graph Neural Networks中文摘要：本研究针对使用节点和边缘属性提高图神经网络性能的三种条件方法（弱条件、强条件和纯条件）进行了实证研究，并将其应用于计算化学的多项任务进行分析。英文摘要：The flexibility and effectiveness of message passing based graph neuralnetworks (GNNs) induced consid...

2023-05-06 87 176.94KB 10页
DPSeq:基于序列器架构的预测癌症生物标志物的新型高效数字病理分类器（英文版）

英文标题：DPSeq: A Novel and Efficient Digital Pathology Classifier for Predicting Cancer Biomarkers using Sequencer Architecture中文摘要：本研究开发了一种高效的数字病理分类器 DPSeq，通过微调附带水平和垂直双向长短期记忆 (BiLSTM) 网络的测序器结构，预测结肠直肠癌 (CRC) 的癌症生物标志物，在国际数据集 MCO 和 TCGA 上评估了 DPSeq 的预测性能表...

2023-05-06 185 1.27MB 28页
ProgDTD：使用双尾端下降训练的渐进学习图像压缩（英文版）

英文标题：ProgDTD: Progressive Learned Image Compression with Double-Tail-Drop Training中文摘要：本文介绍的 ProDTD 是一种训练方法，可将非渐进式图像压缩方法转化为渐进式图像压缩方法，适用于基于 CNN 的学习图像压缩模型，不需要额外的参数，并具有定制化的渐进程度。将 ProDTD 应用于 hyperprior 模型，实验结果显示它在 MS-SSIM 和准确性方面表现出与非渐进式及其他先进渐进式模型相当的性能。英...

2023-05-06 87 719.43KB 10页
LineFormer：重新思考线图数据提取 —— 作为实例分割（英文版）

英文标题：LineFormer: Rethinking Line Chart Data Extraction as Instance Segmentation中文摘要：本文提出了一种基于实例分割的数据线提取方法（LineFormer），在多个基准数据集上取得了最优性能，是提高自动文档理解中数据抽取的关键技术之一。英文摘要：Data extraction from line-chart images is an essential component of theautomated docume...

2023-05-06 271 4.74MB 15页
适应性阈值和负类引导嘈杂标注的鲁棒性面部表情识别（英文版）

英文标题：Class adaptive threshold and negative class guided noisy annotation robust Facial Expression Recognition中文摘要：本研究提出了一种动态自适应阈值的方法来解决面部表情识别中存在的不准确注释的问题，该方法通过样本选择和负类一致性引导模型学习，以获得比现有基线方法更好的性能。英文摘要：The hindering problem in facial expression recogniti...

2023-05-06 118 2.63MB 14页
基于 CNN 的高效毫米波移动雷达成像超分辨率算法（英文版）

英文标题：Efficient CNN-based Super Resolution Algorithms for mmWave Mobile Radar Imaging中文摘要：本文提出了一种卷积神经网络方法，以提高移动设备中在近场条件下智能手机合成孔径雷达成像的超分辨率，具有高效率、高分辨率的雷达成像能力。英文摘要：In this paper, we introduce an innovative super resolution approach toemerging modes of n...

2023-05-06 87 2.5MB 8页
使用高影响概念解释语言模型的预测（英文版）

英文标题：Explaining Language Models' Predictions with High-Impact Concepts中文摘要：本文提出了一个完整的框架，将基于概念的解释性方法扩展到 NLP 领域，提出了一种后期解释性方法，从预训练模型的隐藏层激活中提取具有预测高水平特征（概念），优化具有高影响力的特征的存在，设立了多种评估指标。在真实和合成任务上的广泛实验表明，与基线相比，我们的方法在预测影响、可用性和忠实度方面都取得了卓越的结果。英文摘要：The emergence ...

2023-05-06 113 2.25MB 17页
充分利用现有资源：在低数据条件下调整预训练的视觉语言模型（英文版）

英文标题：Making the Most of What You Have: Adapting Pre-trained Visual Language Models in the Low-data Regime中文摘要：研究表明，视觉语言模型是目前广泛使用的预训练模型，但在适应少量样本方面，深度学习模型存在不足。本文研究了面向生成视觉语言模型的现有适应方法，提出了自标记的重要性，并提出一种任务适应流水线，可显著提高各种视觉语言任务（如图像分类、视觉问答等）的性能。英文摘要：Large-scal...

2023-05-06 81 2.37MB 15页
可解释人工智能方法评论：SHAP 和 LIME（英文版）

英文标题：Commentary on explainable artificial intelligence methods: SHAP and LIME中文摘要：这篇论文探讨解释的可解释人工智能（XAI）方法，特别是 SHapley 加性解释和局部可解释模型无关解释等两种使用广泛的方法，提出一个框架来解释它们的输出，强调它们的优缺点。英文摘要：eXplainable artificial intelligence (XAI) methods have emerged to convert th...

2023-05-06 199 1.94MB 12页
通过人工智能反馈提高对比学习句子嵌入（英文版）

英文标题：Improving Contrastive Learning of Sentence Embeddings from AI Feedback中文摘要：CLAIF 方法：利用大型预训练语言模型的人工智能反馈来构建有细粒度样本相似度得分的样本对以改善对比学习，并结合人工反馈和 AI 反馈提供更好的训练信号，实验结果显示在语义文本相似性和迁移学习任务上，与其他半监督和监督对比学习方法比较，CLAIF 实现了最先进的性能。英文摘要：Contrastive learning has become...

2023-05-06 143 470.27KB 15页
Bicubic+:超分辨率网络的工业级设计（英文版）

英文标题：Bicubic++: Slim, Slimmer, Slimmest -- Designing an Industry-Grade Super-Resolution Network中文摘要：我们提出了一种实时和轻量化的单图像超分辨率网络 Bicubic++，通过在整个网络中利用输入图像的空间维度，Bicubic++ 首先学习图像快速降级和低分辨率特征，以减少计算量，并构建一个训练管道，在其中应用卷积层的全局结构修剪而不使用度量像幅度和梯度规范，同时专注于优化修剪后网络在验证集上的 P...

2023-05-06 85 9.9MB 10页
面向少样本类增量学习的演进式字典表示（英文版）

英文标题：Evolving Dictionary Representation for Few-shot Class-incremental Learning中文摘要：本文提出了一种解决 few-shot class-incremental learning 问题的方法，使用深度字典学习和视觉表示学习相结合的混合学习架构，同时在基础阶段优化字典和特征提取，而只在增量阶段对字典进行优化以适应新的类别，同时在基础训练中加入多个伪类以便未来新概念的适应。经过实验验证，该方法有效性得到了证实。英文摘要...

2023-05-06 127 746.93KB 9页

...

5

...

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