可信计算论文精读第19页

A Survey of Simultaneous Localization and Mapping 论文精读笔记

ASurveyofSimultaneousLocalizationandMapping南洋理工大学，武汉大学，2019.10.12这是南洋理工大学的一篇关于SLAM的综述.（好像是赵俊老师的学生。。。）本文介绍的算法有270个（篇论文）这里只记录有代表性的、最近几年的论文成果。摘要本文回顾了slam研究的三个方面：激光SLAM、视觉SLAM、融合的SLAM。并分别review了激光SLAM和视觉S

phy12321·2022-10-26 15:56

【论文精读与思考】：深度强化学习的组合优化研究进展

全文目录1组合优化问题概述1.1定义1.2特点1.3求解方法1.3.1精确方法1.3.2近似方法1.4应用2深度强化学习（DRL）解决组合优化问题的概述2.1二者联系2.2目前主要方法2.2.1基于DRL的端到端方法2.2.2基于DRL改进的传统方法2.2.3基于DRL的局部搜索改进方法3基于DRL的端到端方法3.1基于Pointernetword的端到端方法3.1.1方法原理3.1.2举例：经典

灰灰嗷·2022-10-26 15:24

Text to image论文精读Adma-GAN：用于文本到图像生成的属性驱动内存增强型GAN Attribute-Driven Memory Augmented GANs for T2I

目录一、原文摘要二、为什么提出Adma-GAN？三、创新点四、属性驱动内存增强型GAN4.1、模型结构4.2、属性内存更新机制4.2.1、样本感知内存更新机制4.2.2、样本联合内存更新机制4.3、属性-图像对齐4.4、目标函数4.4.1、真实性鉴别4.4.2、多属性分类4.4.3、跨模态对齐五、实验5.1、实验设置5.2、实验结果5.3、消融实验六、讨论和结论附、文本表征inT2I最后Adma-

中杯可乐多加冰·2022-10-24 19:23

[论文精读]GRAF: Generative Radiance Fields for 3D-Aware Image Synthesis

[论文精读]GRAF:GenerativeRadianceFieldsfor3D-AwareImageSynthesis目录[论文精读]GRAF:GenerativeRadianceFieldsfor3D-AwareImageSynthesis

大头蘑菇汤·2022-10-23 07:46

李沐论文精读系列一： ResNet、Transformer、GAN、BERT

文章目录一、ResNet1.0摘要，论文导读1.1导论1.1.1为什么提出残差结构？1.1.2实验验证1.2相关工作1.3实验部分1.3.1不同配置的ResNet结构1.3.2残差结构效果对比1.3.3残差结构中，输入输出维度不一致如何处理1.3.4深层ResNet引入瓶颈结构Bottleneck1.4代码实现1.5结论二、AttentionisAllYouNeed2.0摘要2.1结论2.2导论2

神洛华·2022-10-18 14:37

MoCo 论文逐段精读【论文精读】--跟李沐学AI

视频链接：MoCo论文逐段精读【论文精读】_哔哩哔哩_bilibiliMoCo:CVPR2020最佳论文，视觉+对比学习的里程碑式的工作对比学习：简单、好用；19年以来，视觉领域乃至整个ML领域最火的方向之一

MT_Joy·2022-10-18 14:36

【公开课】李沐大佬：深度学习论文精读

李沐老师是我比较敬佩的深度学习“大神”，之前我在公众号推荐过他的两篇文章。李沐大神新作：用梯度下降来优化人生亚马逊首席科学家李沐博士：工作五年反思也推荐过他的著作：全球175所大学教材：《动手学深度学习》(中文版下载)可能还有同学不知道李沐，这里简单介绍一下他的履历。他是硅谷华人技术人才，深度学习框架MXNet作者之一，也是《动手学深度学习》作者之一。2004年，李沐从计算机系ACM班毕业。上海交

机器学习算法与Python实战·2022-10-18 14:06

李沐论文精读系列二：Vision Transformer、MAE、MoCo、Swin-Transformer（持续更新）

文章目录一、VisionTransformer论文精读1.1引言1.1.1前言1.1.2摘要1.1.3引言1.2相关工作1.3ViT1.3.1整体结构1.3.2Embedding层结构详解1.3.3TransformerEncoder

神洛华·2022-10-18 14:35

【论文笔记】Masked Autoencoders Are Scalable Vision Learners

论文链接：https://arxiv.org/pdf/2111.06377.pdf论文代码：https://github.com/facebookresearch/mae李沐讲解：MAE论文逐段精读【论文精读

m0_61899108·2022-10-16 11:54

CLIP改进工作串讲（上）

CLIP改进工作串讲（上）本文为CLIP改进工作串讲（上）【论文精读】的学习笔记。

Adenialzz·2022-10-16 11:21

无人驾驶领域的3D目标检测综述

AReviewandNewOutlooks》github链接：https://github.com/PointsCoder/Awesome-3D-Object-Detection-for-Autonomous-Driving文章目录论文精读摘要

zyw2002·2022-10-15 07:57

Text to image论文精读 AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）

AttnGAN:Fine-GrainedTexttoImageGenerationwithAttention（带有注意的生成对抗网络细化文本到图像生成）一、摘要二、关键词三、为什么提出AttnGAN？四、主要原理4.1、两大核心组成4.2、损失函数五、框架分析六、生成网络中的注意力机制6.1、生成网络注意力框架6.2、实现细节2.1、第一步6.2、第二步6.3、第三步七、DAMSM(DeepAtt

中杯可乐多加冰·2022-10-14 20:30

Text to image论文精读 StackGAN：Text to Photo-realistic Image Synthesis with Stacked GAN具有堆叠生成对抗网络文本到图像合成

StackGAN:TexttoPhoto-realisticImageSynthesiswithStackedGenerativeAdversarialNetworks一、摘要二、关键词三、GAN-CLS和GAN-INT的局限性四、主要内容4.1、条件反射增强（ConditioningAugmentation）4.2、StackGAN的两层结构4.2.1、Stage-IGAN4.2.2、Stage

中杯可乐多加冰·2022-10-14 20:00

【论文精读2】Autoregressive Denoising Diffusion Models for Multivariate Probabilistic Time

介绍SeriesForecasting（多元概率时间序列预测的自回归去噪扩散模型）提出了自回归EBMs（基于能量的模型，通过一个称为TimeGrad的模型来解决多元概率时间序列预测问题，利用RNN+扩散模型结合捕获时间序列特征。不仅能够用概率时间序列预测的所有归纳偏差来训练这样一个模型，而且与其他现代方法相比，该模型表现得非常好。提出的imeGrad模型（作者自己起的名字），其目的是学习多元时间序

烈日松饼·2022-10-13 07:52

Efﬁcient Estimation ofWord Representations in Vector Space 论文精读

EfﬁcientEstimationofWordRepresentationsinVectorSpace论文精读InformationTitleAbstract1Introduction简单模型（单词视为原子

小白*进阶ing·2022-10-12 07:57

论文精读：Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

Abstract本文提出了一种新的visionTransformer，称为SwinTransformer，它能够作为计算机视觉的通用骨干网络。从语言到视觉的挑战来自于这两个领域之间的差异，比如视觉实体规模的变化很大，以及图像中像素比文本中单词的高分辨率。为了解决这些差异，我们提出了一个分层Transformer，其表示是由Shiftedwindows计算的。Shiftedwindows方案将自注意

樱花的浪漫·2022-10-10 07:08

谣言检测论文精读——9.Multimodal Fusion with Recurrent Neural Networks for Rumor Detection on Microblogs

Abstract我们观察到，除了文本之外，越来越多的用户正在使用图像和视频来发布新闻。推文或微博通常由文本、图像和社交环境组成。在本文中，我们提出了一种新颖的具有注意机制（att-RNN）的递归神经网络，以融合多模态特征以进行有效的谣言检测。在这个端到端网络中，图像特征被结合到文本和社会背景的联合特征中，这些特征是通过LSTM（长短期记忆）网络获得的，以产生可靠的融合分类。Introduction

头发没了还会再长·2022-10-04 07:06

谣言检测论文精读——11.SAFE: Similarity-Aware Multi-Modal Fake News Detection

Abstract作者指出现在的谣言检测文章很少考虑视觉和文本之间的关系（相似性），但是这种相关性是很重要的，比如说一个假新闻文章为了吸引读者的注意力，用了一张和文本毫不相干图片。所以作者提出了一个相似性感知假新闻检测模型——SAFE。这个模型从新闻文章中调查了大量的多模态信息，首先，用神经网络分别提取文本和视觉特征用于新闻表示，然后研究提取的多模态间的关系。然后新闻的文本和视觉特征表示和他们之间的

头发没了还会再长·2022-10-04 07:47

CharTextCNN：使用字符级别的卷积神经网络来做文本分类任务

Character-levelConvolutionalNetworksforTextClassification**》论文总览学习目标第一课：论文导读卷积神经网络的发展论文背景研究成果及意义研究成果研究意义第二课:论文精读摘要

一只想会写代码的朱·2022-09-29 07:25

Swin Transformer理解

当然笔记也尽可能解释清楚1核心参考①B站跟李沐学AI②SwinTransformer论文精读【论文精读】友情提示：看完笔记，还需要阅读原文，去看代码，才会有大的收获。

CinzWS·2022-09-27 16:50

【论文精读】2017_ICIP_Abnormal event detection in videos using generative adversarial nets

Abnormaleventdetectioninvideosusinggenerativeadversarialnets论文地址链接Comments:BestPaper/StudentPaperAwardFinalist,IEEEInternationalConferenceonImageProcessing(ICIP),2017Abstract 使用正常帧和对应的光流图来训练GAN学习场景的正

几帧从前_·2022-09-27 09:18

SLAM综述之ORB-SLAM3论文精读: An Accurate Open-Source Library for Visual, Visual-Inertial and Multi-Map SLAM

Jeff_ROS·2022-09-27 07:05

YOLOV2详解

yolov2YOLOv2论文中英文对照翻译_IT修炼家的博客-CSDN博客YOLOv2论文笔记Jesse_Mx的博客-CSDN博客yolov2论文精读目标检测5——yolo2详解及其预测代码复现cv君的博客

白鲸先神·2022-09-25 18:41

【李沐AI论文精读】ICLR2021 ViT transformer

读论文系列最前言写在前面的一些（废）话上岸以后一直在摸鱼，浑浑噩噩拖拖拉拉的学完了动手学深度学习PyTorch版，太感谢沐神了！彻底入坑他的各种系列课程了！因为最近两个月老师要求组里面每周都要开组会汇报论文。于是开始了欢欢喜喜读论文的道路orz（bushi自己读论文有很多细节会理解不到位，前几天又刚好看完了沐神的transformer和注意力机制的讲解，以及李宏毅老师的课，感觉不如趁热打铁，赶紧把

咯吱咯吱咕嘟咕嘟·2022-09-24 15:27

一种基于 TrustZone 的内生可信执行环境构建方法

设计了内生可信执行环境系统结构与可信计算基关键部件，通过对其安全性进行分析，表明基于内生可信执行环境，可以从底层硬件到上层软件，逐级构建自启动到运行整个活动周期的信任链，能够有效地保证系统关键硬件、固件

罗伯特之技术屋·2022-09-22 21:42

Intel SGX背景、其他可信计算技术和TEE技术（翻译自Intel SGX Explained）

小气球归来·2022-09-22 14:53

猿创征文｜Text to image论文精读SD-GAN：文本到图像生成的语义分解Semantics Disentangling for Text-to-Image Generation

目录一、原文摘要二、为什么提出SD-GAN？三、条件批量归一化（CBN）四、基于语义分解的生成对抗网络SD-GAN4.1、网络结构4.2、具有对比损失的孪生结构4.3、语义条件批量归一化（SCBN）4.3.1、批量归一化（BN）4.3.2、条件批量归一化（CBN）4.3.3、语义条件批量归一化（SCBN）五、实验5.1、实验设置5.2、实验结果六、总结最后SD-GAN是中科大、香港中文大学、北航等

中杯可乐多加冰·2022-09-21 07:01

Graph Neural Network——图神经网络

本文是跟着李沐老师的论文精度系列进行GNN的学习的，详细链接请见：零基础多图详解图神经网络（GNN/GCN）【论文精读】该论文的标题为《AGentleIntroductiontoGraphNeuralNetworks

FavoriteStar·2022-09-19 07:59

【CVPR2022】QueryDet论文精读

论文：https://arxiv.org/abs/2103.09136源码：https://github.com/ChenhongyiYang/QueryDet-PyTorch1前言最近一直在考虑如何针对遥感影像中小目标检测问题进行改进，恰巧看见了图森未来提出的小目标检测工作QueryDet，文章的主要思想是使用使用级联稀疏query加速高分辨率下的小目标检测，极大地减少了网络的运算和存储开销，下

Marlowee·2022-09-17 19:54

论文精读：Rethinking Atrous Convolution for Semantic Image Segmentation

论文地址https://arxiv.org/pdf/1706.05587v1.pdf模型结构简单，重点是理解模型设计的动机，并记录一下卷积的通用知识，已经熟知的知识就不再记录了，详细读原文。Abstract:1、为了处理分割问题的多尺度物体,串联和并联多种atrousrates的空洞卷积2、用图像级特征编码全局上下文进一步探索多尺度卷积特征（说白了把encoding特征pooling到1*1）In

深度不估计，目标不检测，语义不分割·2022-09-15 12:55

28 - Vision Transformer(ViT)的原理、难点及其逐行实现

TransformersforImageRecognitionatScale视频讲解链接：PyTorch28——VisionTransformer(ViT)的原理、难点及其逐行实现ViT论文逐段精读【论文精读

取个名字真难呐·2022-09-13 20:27

中科方德服务器操作系统找到外置光盘,方德高可信服务器操作系统

Linux服务器应用，技术完全自主可控：(1)支持国际主流CPU(i386，ia64，x86＿64)、国产CPU(龙芯、申威-2)，满足基于国际、国产主流CPU体系架构的服务器操作系统需要(2)支持TCM可信计算规范

动静APP·2022-09-13 19:21

信息安全第五章操作系统安全

安全操作系统概述系统安全架构发展回顾和TCB的提出可信计算基（TrustedComputingBase，TCB）TCB是计算机系统内保护装置的总体，包括：硬件、固件、软件和负责执行安全策略的组合体[外链图片转存失败

不瘦二十斤不改名字·2022-09-11 11:02

操作系统安全基本概念

文章目录前言系统边界和安全周界可信与不可信软件访问控制基本概念主体与客体访问控制矩阵引用监控器安全内核构建安全的基本要素安全策略(应该做什么)安全机制(应该怎么做)安全保证可信计算基（TCB）前言参考教材是沈晴霓的

sec0nd_·2022-09-11 11:31

《信息安全工程师教程》——网络信息安全概述

sunr_·2022-09-08 04:07

InceptionV2-V3论文精读及代码

InceptionV2-V3算法前景介绍算法网络模型结构，相较V1去掉了底层的辅助分类器（因为作者发现辅助分离器对网络的加速和增强精度并没有作用），变成了一个更宽、更深、表达能力更好的网络模型V1种的Inception模块，V1的整体结构由九个这种模块堆叠而成，每个模块负责将5x5、1x1、3x3卷积和3x3最大池化叠加在一起输出（长宽相同，厚度不同），因为堆叠越来越厚，计算量激增。引入1x1卷积

麻花地·2022-08-23 18:21

CrowdPose: Efﬁcient Crowded Scenes Pose Estimation and A New Benchmark

非常感谢知乎不破勝光的论文精读很值得一看~（大佬呀），本文是是自己的学习笔记，加深理解，嘿呀文章目录论文翻译1.摘要2.相关工作Part-BasedFrameworkTwo-StepFramework3

小毛同学er·2022-08-20 07:16

论文精读:detr:End-to-End Object Detection with Transformers

Abstract提出了一种将对象检测视为直接的集合预测问题的新方法。我们的方法简化了检测管道，有效地消除了许多手工设计的组件的需要，如非最大抑制程序或锚定生成，显式地编码了我们对任务的先验知识。新框架的主要成分，称为DEtectionTRansformer或DETR，是一个基于集合的全局损失，通过二部匹配迫使独特的预测，以及transformerencoder-decoder架构。给定一组固定的小

樱花的浪漫·2022-08-12 15:42

论文精读——基于机器学习的越南生活固体废弃物预测

论文精读——基于机器学习的越南生活固体废弃物预测Abstract1.Introduction(partly)2.ML-basedmodelsandapplicationsforwasteprediction

BUCT_Yanglp·2022-08-10 19:29

ACmix 论文精读，并解析其模型结构

此文章根据论文内容和本人的见解撰写而成，希望对你有所帮助。如有疑问，欢迎评论区一起探讨。OntheIntegrationofSelf-AttentionandConvolution关于自注意力与卷积的整合目录一、摘要二、结论三、ACmix&Conv&Self-Attention四、重新审视卷积和自注意力（1）卷积（计算过程）（2）自注意力模块（计算过程）五、模型解析（1）卷积和自注意力之间的关系（

Flying Bulldog·2022-08-01 11:55

腾讯云数据库的可信可控之路

大会以“云赋新能，算向未来”为主题，邀请了众多行业专家学者、企业代表、行业大咖齐聚一堂，从云治理、容灾、多云管理、云原生等多个云计算垂直领域出发，共话我国可信计算未来蓝图。

·2022-07-25 11:49

第12章网络安全审计技术原理与应用

章网络安全审计技术原理与应用独立事件的定义：P（A｜B）=P（A）P（A）>0P(B)>0P(A|B)=P(A)XP(B)P（A｜B）=12.1网络安全审计概述12.1.1网络安全审计概念12.1.2网络安全审计相关标准美国《可信计算机系统评估标准

sinat_34066134·2022-07-22 12:44

[论文精读]Attention Is All You Need

AttentionIsAllYouNeedAbstract主流的序列转换模型主要基于复杂的循环神经网络或者卷积神经网络,这些结构往往包含编码器和解码器架构.表现最好的模型使用注意力机制将编码器和加码器连接起来.作者提出一种新的简单的网络,transformer,仅仅使用注意力机制,完全抛弃了循环结构和卷积结构.在两个机器翻译任务上的实验表明,作者提出的这些网络(为什么是s?)质量更好,同时并行化程

Remember00000·2022-07-22 07:20

NLP—5.word2vec论文精读

word2vec论文代码复现链接：word2vec论文代码复现文章目录一、储备知识1.语言模型的概念2.语言模型的发展3.语言模型的平滑操作4.语言模型的评价指标二、研究背景1.词的表示方式三、研究意义四、论文精读

哎呦-_-不错·2022-07-21 07:10

论文精读：Mask R-CNN

Abstract我们提出了一个概念上简单、灵活和通用的对象实例分割框架。我们的方法可以有效地检测图像中的对象，同时为每个实例生成一个高质量的分割掩模。该方法被称为MaskR-CNN，通过与现有用于边界和识别的分支并行的R-CNN。MaskR-CNN训练很简单，只比FasterR-CNN增加了一小部分开销，以5帧/秒的速度运行。此外，MaskR-CNN很容易推广到其他任务中，例如，允许我们在相同的框

樱花的浪漫·2022-07-19 22:12

Two-Stream Convolutional Networks for Action Recognition in Videos双流网络论文精读

Two-StreamConvolutionalNetworksforActionRecognitioninVideos双流网络论文精读论文：Two-StreamConvolutionalNetworksforActionRecognitioninVideos

Encounter84·2022-07-17 07:02

【论文精读】基于骨架行为识别—STGCN

作者丨calm-one编辑丨3D视觉开发者社区论文链接文章目录摘要1.介绍2.相关工作2.1图上的神经网络2.2基于骨架行为识别3.时空图卷积3.1全流程3.2骨架图构建3.3空间图卷积神经网络3.4分区策略3.5可学习的边界重要性权重3.6实现ST-GCN4.实验4.1数据集和评估策略4.2消融实验4.3和SOTA对比5.总结摘要人体骨架动力学为人体动作识别提供了重要的信息。传统的骨骼建模方法通

奥比中光3D视觉开发者社区·2022-07-13 08:31

零基础多图详解图神经网络（GNN/GCN）【论文精读】

视频链接：零基础多图详解图神经网络（GNN/GCN）【论文精读】-哔哩哔哩(bilibili.com)博客链接：AGentleIntroductiontoGraphNeuralNetworks(distill.pub

MT_Joy·2022-07-12 08:41

深度之眼Paper带读笔记GNN.07.GraphSAGE

文章目录前言论文结构学习目标导读研究背景notation图卷积GCN/GAT/GraphSAGE通用流程研究意义泛读摘要核心论文结构论文精读论文算法模型总览GNN结构回顾GraphSAGE结构模型细节一

oldmao_2000·2022-07-10 12:11

推荐频道

可信计算论文精读