【论文研读】

【论文研读】1-电子科大-周涛团队-生活规律性预测学业表现：校园生活的行为分析

前言读研期间需要读论文，在此记录一下，一方面记录论文的翻译，一方面记录自己的感想。今天读的是最近新京报报导过的电子科大周涛老师团队做的《生活规律性预测学业表现：校园生活的行为分析》相关研究。涉及侵权请联系我删除，ღ(´･ᴗ･`)比心正文来源：电子科技大学周涛团队字数：1000阅读耗时：10分钟本文结构1.论文摘要2.数据描述3.论文框架4.数据分析5.算法介绍6.实验结果摘要对学生行为模式与学业表
李耷耷·2020-06-29 00:20

CV论文研读笔记

文章目录基础论文研读RegionProposalbyGuidedAnchoringFeatureSelectiveAnchor-FreeModuleforSingle-ShotObjectDetectionImageSegmetationWithDeepLearning3D-SIS
wangzh297·2020-06-27 13:09

——比特币经典论文研读 (3)

——比特币经典论文研读(1)从零开始区块链：如何防止一笔钱花两次？——比特币经典论文研读(2)6.时间戳服务器在邮政领域里，有一个概念叫“邮戳”，一般标明邮件寄出或者收到的时间地点。
Scalers·2020-06-26 13:55

对话系统（一） 综述篇 Review of spoken dialogue systems 和 A Survey on Dialogue Systems

1.论文研读笔记这一期的论文研读开始涉入对话系统，这一自然语言处理目前学术界和工业界最为关注的话题。
有莘不殁·2020-06-26 08:44

论文研读笔记(二)——VGG

论文研读系列汇总：1.AlexNet论文研读2.VGG论文研读3.GoogLeNet论文研读4.FasterRCNN论文研读5.ResNet论文研读6.SENet论文研读7.CTPN论文研读8.CRNN
Patrick Star@wust·2020-06-25 09:27

注意力机制论文研读

参考：计算机视觉中的注意力机制然后找了个博客，里面有论文引用，这篇博客真不错，把其论文好好看看https://blog.csdn.net/Wayne2019/article/details/78488142基于注意力机制的细腻度图像分类，里面也有篇论文，值得一看。另外，我想寻找2018年甚至2019年的这领域的文章。突然发现一片硕士论文讲述的是注意力机制的，基于注意力机制的图像分类深度学习方法研究
小膜仙·2020-06-24 12:10

6.22第一篇论文研读任务Day1

一.论文框架论文框架二.讨论问题此篇论文通俗易懂，并没有给我造成难以克服的知识性障碍。但结合自身的教学实践，如何利用101平台对学生分层次地布置不同的学习任务，提供多元化的学习内容？三.论文亮点由问题切入，以实践经验总结为主体，有理论支撑，有案例佐证，图表结合，说服力强。
AdrianaTan·2020-06-22 22:51

Stochastic Light Culling for VPLs on GGX Microsurfaces论文研读

前言好久没写博客了，今天来共享一下最近研读的一篇论文吧，文章中[***.pdf]为参考文献可自行谷歌学术下载。因为本人还是个图形学菜鸟，所以有什么问题希望大家多多指正。StochasticLightCullingforVPLsonGGXMicrosurfaces词汇解析VPLVPL-virtualpointlight虚拟点光源以虚拟的点光源为间接光提供光照。可以在场景中分布多个虚拟点光源，对每个点
麻豆_matou·2020-06-22 15:19

论文研读之《Graph Convolutional Networks with EigenPooling》

论文：https://arxiv.org/pdf/1904.13107.pdf代码：https://github.com/alge24/eigenpooling应用领域：图分类数据集：ENZYMESD&DPROTEINSMutagenicityNCI1NCI109主要贡献：提出EigenPooling。预备知识：基础的图论谱聚类谱图论图的傅里叶变换可以参考：SpectraofSimpleGraph
小鸟张开翅膀·2020-06-22 10:34

【论文研读】SimCLR Google2020.2提出最新自监督方法

Title：ASimpleFrameworkforContrastiveLearningofVisualRepresentationsAuthor：TingChen，GeoffreyHinton...(GoogleResearch)参考：Hinton组力作：ImageNet无监督学习最佳性能一次提升7%，媲美监督学习网络结构Dataaugmentation1.Compositionofdataau
Always_ease·2020-06-21 16:44

【系列论文研读】Pose Estimation

HumanPoseEstimation一、Definition：definedastheproblemoflocalizationofhumanjointschallengesofthisproblem–strongarticulations,smallandbarelyvisiblejoints二、Twomethods:Top-down：LocatePerson->LocateJointsBot
Always_ease·2020-06-21 16:44

译文：分段式结构方程模型（piecewiseSEM）的构建原理

前言-写在前面在进行一些论文研读的过程中，我发现针对模型复杂生态系统（比如农田土壤微生物的宏基因组学研究），研究者会将微生物基因丰度、环境因子等整合到一个SEM模型当中，由此来观察各变量之间直接或间接的相互影响
杜嘟嘟9527·2020-06-09 09:37

高等数学复习笔记（汇总）

高等数学复习笔记（汇总）欢迎扫描二维码关注微信公众号深度学习与数学  [每天获取免费的大数据、AI等相关的学习资源、经典和最新的深度学习相关的论文研读，算法和其他互联网技能的学习，概率论、线性代数等高等数学知识的回顾
不会算命的赵半仙·2020-05-21 08:31

【论文研读】强化学习入门之DQN

最近在学习斯坦福2017年秋季学期的《强化学习》课程，感兴趣的同学可以follow一下，Sergey大神的，有英文字幕，语速有点快，适合有一些基础的入门生。今天主要总结上午看的有关DQN的一篇论文《Human-levelcontrolthroughdeepreinforcementlearning》，在Atari2600games上用DQN网络训练的，训练结果明，DQN能够比较稳定的收敛到Huma
Aurelius84·2020-04-18 18:00

问题意识与研究方法

我不想直接拿过来再给研究生翻炒一遍，所以一直以来我们的学习都是以论文研读为主。研读学术大咖论文对学生是有好处的，至少能熟悉论文的套路和研究前沿热点问题。但不足之处是显而易见的，那就是缺乏系统性。
宁静致远1818·2020-04-10 02:05

——比特币经典论文研读 (1)

今天开始写系列文章，从零开始区块链。我尝试把我学习到的整理成笔记，持续做下去，看看能写多少。1.导语回想我在2014年第一篇文章的时候，就说要写一系列文章，其中有一部分就是“论文科研”（回复001查看）。这个类目在2015年以后，就一直没有更新了。原因有很多，一个是我开始变得很能写，总是有不同的选题，一直轮不上；二是真正开始写一些技术的文章，更多的读者也不太容易看懂。最近区块链比较热，有很多大佬说
Scalers·2020-03-14 07:03

读《北大新闻与传播评论》第二辑有感——关于广告创意的思考

于是带着井底之蛙的愤慨，惊叹羡慕之余，怀着绝对敬畏的心情，对晦涩难懂的论文研读，以求尽量多懂一些论文的写作要素以及写作
15刘思怡·2020-02-18 09:06

运动识别-论文研读：下肢姿势识别

可穿戴设备中的人体姿态识别方法P20加速度过滤处理对原始加速度过滤，去噪声。P24迈步受力分析将下肢运动分为三轴方向，垂直上下，水平前后，水平左右。受力点（抬脚，落脚）的加速度在极大值左右波动。抬脚瞬间：受力点，克服重力做功，加速度超重状态，加速度竖直向下极大。抬脚至最高点期间：重力作用比重加大，加速度减小。在最高点瞬间：开始失重，加速度竖直向下极小。落脚之地面期间：自由下落，失重，加速度竖直向下
CHOCHII·2020-02-07 04:19

《模型开发、评估、应用导则》批注导读（1）

前言·[468]|1000天行动计划读书笔记/热点追踪/论文研读/教程手册本节为前言部分，主要介绍模型开发、评估及应用的主要内容。
水环境编程·2019-12-30 14:00

《模型开发、评估、应用导则》批注导读(0)

开篇·[467]|1000天行动计划读书笔记/热点追踪/论文研读/教程手册最近，教程手册系列到水质模型这块内容了，这部分算是正式开始进入水质模型领域了，有点忐忑，正好发现了这本由美国EPA编写的一本导则
水环境编程·2019-12-30 14:00

论文研读-图像深采样-<>

ECCV2016的文章github代码:DeepJointFilterMotivationBasicIdeaaboutJointimagefilteringJointimagefiltering要解决的问题是给定一张GuidanceImage，和被noise影响或是Low-spatial-resolution的TargetImage,我们要利用这样的GuidanceImage作为prior，将Gu
buldajs_zju·2019-12-22 16:15

< AlexNet - 论文研读系列(1) 个人笔记 >

Alexnet-论文研读系列(1)个人笔记论文基本信息论文题目：ImageNetClassificationwithDeepConvolutionalNeuralNetworks作者：Krizhevsky
黄龙士·2019-12-06 15:00

论文研读：基于统计重加权的方法减少通用回复

论文研读：基于统计重加权的方法减少通用回复会议名称：EMNLP2018文章题目：TowardsLessGenericResponsesinNeuralConversationModels:AStatisticalRe-weightingMethod
飞剑客阿飞·2019-10-23 21:00

区块链相关论文研读4: Monoxide异步共识组

原文链接：https://zhuanlan.zhihu.com/p/87307292这篇论文今年（2019）二月份发表在顶会NSDI上面，题目叫《Monoxide:ScaleoutBlockchainswithAsynchronousConsensusZones》，作者还做了会议的Presentation，为JiapingWang;HaoWang。先给大家分享关于这篇论文的资源。作者的演讲视频地址
蜗牛爱上星星·2019-10-19 13:13

区块链相关论文研读3- 关于超级账本Hyperledger Fabric的性能优化

原文链接：https://zhuanlan.zhihu.com/p/86468015这是2019年6月发表在顶会Sigmod上面的论文，论文题目为《BlurringtheLinesbetweenBlockchainsandDatabaseSystems:theCaseofHyperledgerFabric》，第一作者为AnkurSharma。本人这段时间要大量阅读顶刊顶会论文，在阅读论文的同时跟大
蜗牛爱上星星·2019-10-19 13:08

区块链相关论文研读2 - vChain，关于可验证的查询

原文链接：https://zhuanlan.zhihu.com/p/85388676这是在2019年7月发表在顶会SIGMOD上的论文，题目为《vChain:EnablingVerifiableBooleanRangeQueriesoverBlockchainDatabases》，来自香港浸会大学。这是一篇满是干货的论文，代表了区块链最新的研究动态。通篇读下来感觉特别烧脑但是又特别爽快，论文逻辑清
蜗牛爱上星星·2019-10-19 13:20

区块链相关论文研读1- 关于边缘计算

原文链接：https://zhuanlan.zhihu.com/p/85211534今天跟大家分享一篇关于区块链的技术论文，该论文被发表在顶刊IEEEtransactionsonparallelanddistributedsystems（TPDS）中，时间为2019年4月，有一位作者是IEEE的fellow。论文题目为MakingBigDataOpeninEdges:AResource-Effic
蜗牛爱上星星·2019-10-19 13:16

【论文研读】Faster-RCNN原理精读

前言：半年前有读过对应的Faster-RCNN的论文，包括看过很多讲解，随着领域知识的不断加深，对这一经典论文的理解也更加深度，重新读关注更多细节问题，也获得了不少新的知识，原始研读文更关注论文本身的创新点，原研读文链接【Faster-RCNN】,可作为辅助参考。本博文则更关注完整流程内容细节方面的知识，希望能给大家启发。最近在研读mask-rcnn，故而将faster-rcnn重新进行了细节上的
Patrick Star@wust·2019-10-10 14:23

内容索引

基础论文学习相关VGG论文研读GoogLeNetv1论文研读笔记GoogLeNetv2论文研读笔记GoogLeNetv3论文研读笔记ResNet论文研读笔记GoogLeNetv4论文研读笔记DenseNet
范中豪·2019-09-27 11:00

【论文研读笔记---九】EAST文本检测

论文研读系列汇总：1.AlexNet论文研读2.VGG论文研读3.GoogLeNet论文研读4.FasterRCNN论文研读5.ResNet论文研读6.SENet论文研读7.CTPN论文研读8.CRNN
Patrick Star@wust·2019-09-01 16:42

集成学习—随机森林原理（理解与论文研读）

如果只想大致理解下随机森林的原理请看第一部分，第二部分是对原论文的研读（灰色引用标记的为证明或自己的理解），这部分可能需要花的时间比较长，不需要的可以忽略。此外，文末列出来的参考视频，如果读论文还是不太懂个人觉得很有必要看看，会加深理解，因为读完论文再看了一遍也让我对之前脑海中的袋外估计、特征重要性等内容有了推掉重来的印象。第一部分：理解随机森林（Randomforest，简称RF）是由LeoBr
学吧学吧终成学霸·2019-08-21 17:40

【系列论文研读】Self-supervised learning

Self-supervisedSpatiotemporalFeatureLearningbyVideoGeometricTransformations处理数据：video方法：asetofpre-designedgeometrictransformations(e.g.rotating0°,90°,180°,and270°)areappliedtoeachvideo预测transformation
Always_ease·2019-07-10 15:55

论文研读Unet++

Unet++:ANestedU-NetArchitectureforMedicalImageSegmentationUnet++论文地址这里仅进行简要介绍，可供读者熟悉其结构与特点，若想更为深入的了解，可以阅读原论文和参考文献。在计算机视觉领域，全卷积网络（FCN）是比较有名的图像分割网络，在医学图像处理方向，U-net更是一个炙手可热的网络，基本上所有的分割问题，我们都会拿U-Net先看一下基本
范中豪·2019-07-02 21:00

《Deep contextualized word representations》论文研读

本文作者推出了一种新的基于深度学习框架的词向量表征模型：ELMo（EmbeddingsfromLanguageModels）模型，从缩写就可以看出模型本质是从语言模型而来的。一、常见词向量比较1、ELMo相对于word2vec、glove的优点？Word2vec和glove都属于静态的词向量（知识点1：了解这两个的原理），无法解决一词多义的问题。ELMo、GPT、bert词向量，它们都是基于语言模
Clark_Xu·2019-06-26 03:12

论文研读

研究背景研究生阶段从事计算机视觉方面的研究，因此需要大量研读顶会顶期刊的论文，更好了解行业发展情况。研究参考CVPR_2019_Paperlist深度学习中的图像处理各种GAN的paper汇总更新17年深度学习在CV领域的进展以及一些由深度学习演变的新技术顶会论文Openaccess(ICCV/CVPR/ECCV)顶会论文Openaccess(NIPS)2018CVPRGAN相关论文调研NIPSp
晓智AI·2019-06-03 23:04

【论文研读】Category-level Adversaries for Semantics Consistent Domain Adaptation（cvpr2019）

原文链接：TakingACloserLookatDomainShift:Category-levelAdversariesforSemanticsConsistentDomainAdaptation作者：YaweiLuo,LiangZheng，TaoGuan,JunqingYu,YiYang一、背景知识介绍1、语义分割：1）定义：给定一张图片，对图片上的每一个像素点分类。2）样本来源：昂贵的人工劳
Always_ease·2019-04-18 10:52

图像语义分割(15)-ConvCRFs:用于语义分割的卷积条件随机场

欢迎扫描二维码关注微信公众号深度学习与数学  [获取免费的大数据、AI等相关的学习资源、经典和最新的深度学习相关的论文研读，算法和其他互联网技能的学习，概率论、线性代数等高等数学知识的回顾]论文地址：ConvCRFsforsenmanticsegmentation
不会算命的赵半仙·2019-04-11 14:51

图像语义分割(14)-FastFCN: 重新思考语义分割模型主干网络中的扩张卷积

欢迎扫描二维码关注微信公众号深度学习与数学  [获取免费的大数据、AI等相关的学习资源、经典和最新的深度学习相关的论文研读，算法和其他互联网技能的学习，概率论、线性代数等高等数学知识的回顾]论文地址：FastFCN
不会算命的赵半仙·2019-04-09 22:44

论文研读 一 A Joint Model of Intent Determination and Slot Filling for Spoken Language Understanding |...

由于个人习惯，系统设计、nlp任务，会从`五个步骤、四个组件`来分析：系统设计五个步骤：1.数据预处理2.模型3.策略4.优化（算法）5.正则化NLP模型四个组件：1.Embedding2.Representation（encoder）3.Decoder4.Output任何论文在以上五个步骤、四个组件中任何一环节有卓越设计之处，我都希望能有机会好好学习研读，同大家分享。侵权必删。Paper:AJo
十一大一哥·2019-03-01 14:45

论文研读笔记（八）—CRNN

论文研读系列汇总：1.AlexNet论文研读2.VGG论文研读3.GoogLeNet论文研读4.FasterRCNN论文研读5.ResNet论文研读6.SENet论文研读7.CTPN论文研读8.CRNN
Patrick Star@wust·2019-02-08 16:22

AD预测论文研读系列2

EARLYPREDICTIONOFALZHEIMER’SDISEASEDEMENTIABASEDONBASELINEHIPPOCAMPALMRIAND1-YEARFOLLOW-UPCOGNITIVEMEASURESUSINGDEEPRECURRENTNEURALNETWORKS(基于基础海马MRI和1年随访认知测量的阿尔茨海默病痴呆早期预测)原文链接摘要多模生物学、影像学和神经心理学标记物已经展示
范中豪·2019-01-09 20:00

AD预测论文研读系列1

ADeepLearningModeltoPredictaDiagnosisofAlzheimerDiseasebyUsing18F-FDGPEToftheBrain原文链接提要目的开发并验证一种深度学习算法，该算法可以基于脑部18FFDGPET来预测AD、轻度认知障碍或者二者均不是的诊断结果，并将其性能与放射学阅读器的性能进行比较材料和方法来自ADNI的18F-FDGPET脑图(含2109张图片，
范中豪·2019-01-09 20:00

利用卷积神经网络进行阿尔茨海默病分类的神经影像模式融合 论文研读笔记

原文链接发表：2018.11.13摘要阿尔茨海默病（AD）分类的自动化方法具有巨大的临床益处，并可为防治该疾病提供见解。深层神经网络算法通常使用诸如MRI和PET的神经学成像数据，但是还没有对这些模式进行全面和平衡的比较。为了准确确定每个成像变体的相对强度，本研究使用阿尔茨海默病神经成像倡议（ADNI）数据集在阿尔茨海默病痴呆分类的背景下进行比较研究。此外，本文还分析了在融合环境中使用这两种模式的
范中豪·2018-12-19 21:00

阿尔茨海默病早期诊断的脑结构分级图 论文研读笔记

原文链接发表：2018.7.6MedicalImageComputingandComputer-AssistedIntervention(MICCAI)摘要阿尔茨海默病是最常见的导致不可逆神经变性过程的痴呆。该研究提出了一个新的框架，结合了两种方法(1.基于inter-subject相似性的方法2.使用intra-subject可变性的框架)到一个有效的脑结构分级图中引言对AD患者进行的神经影像学
范中豪·2018-12-19 21:00

GoogLeNetv4 论文研读笔记

Inception-v4,Inception-ResNetandtheImpactofResidualConnectionsonLearning原文链接摘要向传统体系结构中引入残差连接使网络的性能变得更好，这提出了一个问题，即将Inception架构与残差连接结合起来是否能带来一些好处。在此，研究者通过实验表明使用残差连接显著地加速了Inception网络的训练。也有一些证据表明，相比没有残差连接
范中豪·2018-12-17 21:00

ResNet 论文研读笔记

DeepResidualLearningforImageRecognition原文链接摘要深度神经网络很难去训练，本文提出了一个残差学习框架来简化那些非常深的网络的训练，该框架使得层能根据其输入来学习残差函数而非原始函数。本文提出证据表明，这些残差网络的优化更简单，而且通过增加深度来获得更高的准确率引言深度网络很好的将一个端到端的多层模型中的低/中/高级特征以及分类器整合起来，特征的等级可以通过所
范中豪·2018-12-15 22:00

GoogLeNetv3 论文研读笔记

RethinkingtheInceptionArchitectureforComputerVision原文链接摘要卷积网络是目前最新的计算机视觉解决方案的核心，对于大多数任务而言，虽然增加的模型大小和计算成本都趋向于转化为直接的质量收益（只要提供足够的标注数据去训练），但计算效率和低参数计数仍是各种应用场景的限制因素。目前，我们正在探索增大网络的方法，目标是通过适当的分解卷积和积极的正则化来尽可能
范中豪·2018-12-14 22:00

GoogLeNetv2 论文研读笔记

BatchNormalization:AcceleratingDeepNetworkTrainingbyReducingInternalCovariateShift原文链接摘要当前神经网络层之前的神经网络层的参数变化，引起神经网络每一层输入数据的分布产生了变化，这使得训练一个深度神经网络变得复杂。这样就要求使用更小的学习率，参数初始化也需要更为谨慎的设置。并且由于非线性饱和（注：如sigmoid激
范中豪·2018-12-14 22:00

GoogLeNetv1 论文研读笔记

Goingdeeperwithconvolutions原文链接摘要研究提出了一个名为“Inception”的深度卷积神经网结构，其目标是将分类、识别ILSVRC14数据集的技术水平提高一个层次。这一结构的主要特征是对网络内部计算资源的利用进行了优化。这一目标的实现是通过细致的设计，使得在保持计算消耗稳定不变的同时增加网络的宽度与深度引言在物体识别方面，最大的收获其实并不来自于深度网络或是大型模型的
范中豪·2018-12-14 22:00

VGG 论文研读

VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION论文地址摘要研究主要贡献是通过非常小的3x3卷积核的神经网络架构全面评估了增加深度对网络的影响，结果表明16-19层的网络可以使现有设置的网络性能得到显著提高引言为得到更好的准确率，在本文中，研究着眼于卷积神经网络中的深度问题。为此，固定了架构中的其他参数，并通过添加卷积层稳定地增
范中豪·2018-12-14 22:00
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他