图像去雾论文阅读第34页

【论文阅读】通过解缠绕表示学习提升领域泛化能力用于主题感知的作文评分

摘要本文工作聚焦于从领域泛化的视角提升AES模型的泛化能力，在该情况下，目标主题的数据在训练时不能被获得。本文提出了一个主题感知的神经AES模型（PANN）来抽取用于作文评分的综合的表示，包括主题无关（prompt-invariant）和主题相关（prompt-specific）的特征。为了提升表示的泛化能力，我们进一步提出了一个新的解缠绕表示学习框架（disentangledrepresenta

沐兮Krystal·2023-07-29 07:00

论文阅读《Open-Domain Hierarchical Event Schema Induction by Incremental Prompting and Verification》

论文阅读《Open-DomainHierarchicalEventSchemaInductionbyIncrementalPromptingandVerification》1.Introduction2

常鸿宇·2023-07-29 03:48

论文阅读《ICDE2023：Relational Message Passing for Fully Inductive Knowledge Graph Completion》

论文链接工作简介在知识图谱补全(KGC)中，预测涉及新兴实体和/或关系的三元组，这是在学习KG嵌入时看不到的，已成为一个关键挑战。带有消息传递的子图推理是一个很有前途和流行的解决方案。最近的一些方法已经取得了很好的性能，但它们(1)通常只能预测单独涉及未见过的实体的三元组，无法解决更现实的同时具有未见过的实体和未见过的关系的完全归纳情况。(2)经常在未充分利用关系模式的实体上进行消息传递。本文中，

Jiawen9·2023-07-29 00:51

Google B4 and After 论文阅读二

目录一、B4的发展与挑战1.扁平拓扑的问题2.层次化拓扑拓扑容量不对称2.1旁路技（sidelink）术2.2层次化TE架构3.高效的交换机规则管理3.1层次化FG匹配3.2高效的流哈希划分二、运维经验与未来展望1.简化网络管理工作2.旁路容量规划3.入口流量均衡管理三、总结这篇文章主要讲的内容是Google在假设好B4后，从2013年以来到2018年5年时间内对B4的升级改造和技术更新，以及在运

bit_100·2023-07-28 14:55

Google B4 论文阅读一

目录一、B4网络介绍1.全局控制层（global）2.局部网络控制层（sitecontrollers）3.物理设备层（switchhardware）二、B4网络的效果三、B4网络的改进和展望说在前面，博客上有很多人已经写了关于B4的文章，所以我也在怀疑要不要再次重复写一遍。昨天听了华为的HDC.Cloud开发者大会学校分会场，回答了问题奖励了一本《鲲鹏处理器架构与编程》，会上华为的技术专家在讲华为

bit_100·2023-07-28 14:25

Retrospectives on the Embodied AI Workshop(嵌入式人工智能研讨会回顾) 论文阅读

论文信息题目：RetrospectivesontheEmbodiedAIWorkshop作者：MattDeitke,DhruvBatra,YonatanBisk来源：arXiv论文地址：https://arxiv.org/pdf/2210.06849Abstract我们的分析重点关注CVPREmbodiedAIWorkshop上提出的13个挑战。这些挑战分为三个主题：(1)visualnaviga

玛卡巴卡_qin·2023-07-28 09:13

CMU15-721 《What’s really new with NewSQL》论文阅读笔记

StudyNotesonCourse1Video-bilibiliCourseTopicsFocusoninternalsofsinglenodesin-memorydatabasesystem.NotdistributedSystems.论文阅读

小凯Alex·2023-07-28 02:25

《Data Lifetime Enhancement for Improving QoS in NDN》论文阅读笔记

paperAbstract由于Internet的进一步发展，高速和图像相关的服务现在已经占据了大多数网络资源。因此，下一代网络（NGN）旨在优化ISP网络。命名数据网络（NDN）项目由美国国家科学基金会（NSF）资助，旨在实现数据的自动缓存并创建基于名称的路由机制，以延长反应时间并降低吞吐量。为了提出一种适用于NDN架构的QoS机制，本文建议对不同类型的数据进行分类，并引入数据生存期的概念，这意味

甸仔向前冲·2023-07-27 17:57

《An Accelerating Approach for Blockchain Information Transmission Based on NDN》论文阅读笔记

paperAbstract区块链在各个领域越来越流行。由于区块链的信息传输方式是数据广播，传统的TCP/IP网络不能很好地支持区块链系统，而命名数据网络（NDN）具有多径转发和网内缓存功能，是一种很好的选择。本文在NDN架构的基础上，结合图论和概率论，提出了一种新的区块链信息传输加速策略（AITS）。我们选择网络中一些比较重要的节点作为“次要节点”，并给予它们更多的带宽和缓存空间，以辅助NDN网络

甸仔向前冲·2023-07-27 14:31

分布式系统论文阅读(1)mapReduce

MapReduce:超大机群上的简单数据处理摘要MapReduce是一个编程模型,和处理,产生大数据集的相关实现.用户指定一个map函数处理一个key/value对,从而产生中间的key/value对集.然后再指定一个reduce函数合并所有的具有相同中间key的中间value.下面将列举许多可以用这个模型来表示的现实世界的工作.以这种方式写的程序能自动的在大规模的普通机器上实现并行化.这个运行时

寒夏凉秋·2023-07-27 11:07

目标检测方向如何找创新点？

总结所读文献的创新点创新点数据集预处理创新图像增强图像去雾图像融合图像降噪比如我们要对路上的行人进行检测其是否佩戴了头盔，一般的算法可能只能检测到正常天气下的头盔佩戴情况，而针对大雾天以及夜晚这种视野光线不太好的情况下可能检测效果不太好

夏木夕·2023-07-27 09:41

Generative Diffusion Prior for Unified Image Restoration and Enhancement 论文阅读笔记

这是CVPR2023的一篇用diffusion先验做图像修复和图像增强的论文之前有一篇工作做了diffusion先验（BahjatKawar,MichaelElad,StefanoErmon,andJiamingSong,“Denoisingdiffusionrestorationmodels,”arXivpreprintarXiv:2201.11793,2022.2,4,6,7），但这个模型只能

ssf-yasuo·2023-07-27 08:58

Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis 论文阅读

DualGraphConvolutionalNetworksforAspect-basedSentimentAnalysis(2021ACL)DualGraphConvolutionalNetworksforAspect-basedSentimentAnalysis基于方面的情感分析的对偶图卷积网络论文地址:https://aclanthology.org/2021.acl-long.494.pd

Lucas_coding·2023-07-27 08:26

Is Mapping Necessary for Realistic PointGoal Navigation 论文阅读和代码分析

论文论文信息题目：IsMappingNecessaryforRealisticPointGoalNavigation?作者：RuslanPartsey、ErikWijmans代码地址：rpartsey.github.io/pointgoalnav来源：CVPRAbstract目标：证明显式地图不是成功导航的必要条件。对比实验数据集（模拟器）：无地图导航模型的标准数据集Gibson。模拟器和现实世界

玛卡巴卡_qin·2023-07-27 08:25

【论文阅读】Feature Inference Attack on Shapley Values

摘要研究背景近年来，解释性机器学习逐渐成为一个热门的研究领域。解释性机器学习可以帮助我们理解机器学习模型是如何进行预测的，它可以提高模型的可信度和可解释性。Shapley值是一种解释机器学习模型预测结果的方法，它可以计算每个特征对预测结果的贡献程度，从而帮助我们理解模型的预测过程。Shapley值已经在许多领域得到了广泛的应用，比如金融、医疗、自然语言处理等。研究动机然而，随着机器学习模型的广泛应

Mitch311·2023-07-27 08:22

【论文阅读】A Comprehensive Survey

论文来源：LiM,LiuY,LiuX,etal.TheDeepLearningCompiler:AComprehensiveSurvey[J].2020.DOI:10.1109/TPDS.2020.3030548.这是一篇关于深度学习编译器的综述类文章。什么是深度学习编译器深度学习（DeepLearning）编译器将深度学习框架描述的模型在各种硬件平台上生成有效的代码实现，其完成的模型定义到特定代

Mitch311·2023-07-27 07:47

【论文阅读】利用道路目标特征的多期车载激光点云配准

目录引言1道路场景点云特征2配准方法2.1配准基元获取2.2特征点提取2.3两期道路场景车载点云的配准2.3.1基于特征点的4PCS粗配准3实验与分析4结论5参考文献摘要针对车载移动测量系统获取的城市道路点云场景巨大、目标复杂多样，多期道路场景重访车载点云位置一致性差、配准难度大的问题，提出一种利用道路目标特征的多期车载激光点云配准方法。首先分析道路场景的车载点云特征，以时间间隔对道路点云数据进行

点云侠·2023-07-27 05:58

PointFlow: 3D Point Cloud Generation with Continuous ..论文阅读笔记

论文题目：《PointFlow:3DPointCloudGenerationwithContinuousNormalizingFlows》看了这篇论文，对论文进行了一些总结，希望对大家有帮助~这篇论文是ICCV会议上的一篇论文，发表时间是2019年Idea：对应于物体的点云被认为是物体表面的分布中的样本，而物体本身被认为是物体形状分布中的样本。提出PointFlow用于三维点云的原则性生成模型。学

WYKB_Mr_Q·2023-07-27 03:45

【论文阅读22】Label prompt for multi-label text classification

Alan and fish·2023-07-26 22:14

论文阅读《ESSWC2018：Modeling Relational Data with Graph Convolutional Networks》

论文链接本文就是大名鼎鼎的R-GCN，由于是比较早的工作了，在这篇博客中我们只讨论它的链接预测部分和模型结构部分。工作简介本文引入了关系图卷积网络(R-GCNs)，并将其应用于两个标准的知识库完成任务:链接预测和实体分类。通过使用GNN编码器模型来丰富用于链接预测的因子分解模型DistMult，可以显著改善链接预测的结果。R-GCN可以视为是一个自动编码器，产生实体潜在特征的表示。R-GCN是首次

Jiawen9·2023-07-26 16:20

论文阅读《2022ICLR：Are Message Passing Neural Networks Really Helpful for Knowledge Graph Completion? 》

论文链接工作简介最近有关知识图谱补全的工作都集中在使用图神经网络来学习实体、关系的嵌入。基于GNN的模型带来的改进归因于增强的信息聚合过程。因此目前关于为KGs开发更好的GNN的研究仍然主要集中在推进信息聚合过程。作者发现：基于GNN的模型中的信息聚合过程并不是所报告的KGC性能改进的最关键原因。具体来说，作者用简单的多层感知器(MLPs)替换了几个最先进的以KGC为重点的GNN模型中的信息聚合过

Jiawen9·2023-07-26 16:18

《论文阅读》具有特殊Token和轮级注意力的层级对话理解 ICLR 2023

《论文阅读》具有特殊Token和轮级注意力的层级对话理解前言简介问题定义模型构建知识点Intra-turnModelingInter-turnModeling分类前言你是否也对于理解论文存在困惑？

365JHWZGo·2023-07-26 14:29

论文阅读与管理方法论

精读目标及效果自测总结：纵览全文，归纳总结论文阅读效果自测论文结构论文代码学习方法为什么读论文构建知识体系通过RelatedWorks快速了解该方向研究现状，追踪经典论

FeatherWaves·2023-07-26 14:25

[论文阅读]AlphaStock:使用可以解释性的深度强化学习注意力网络的买入Winners和卖出Losers投资策略

论文原文标题 AlphaStock：ABuying-Winners-and-Selling-LosersInvestmentStrategyusingInterpretableDeepReinforcementAttentionNetworks发表日期：2019年8月1主要贡献主要贡献：1、将深度注意力网络和夏普率导向的强化学习框架结合，去实现风险回报均衡的投资策略。2、提出利用资产之间的相互关系

Double Shan·2023-07-26 10:55

论文阅读《2020ICML：Inductive Relation Prediction by Subgraph Reasoning》

论文链接论文工作简介知识图谱中关系预测的主要范式涉及实体和关系的潜在表示(即嵌入)的学习和操作。然而，这些基于嵌入的方法并没有显式地捕获知识图谱背后的组合逻辑规则，并且它们仅限于直推式设置，在直推式设置中，实体的全部集合必须在训练期间已知。本文提出了一种基于图神经网络的关系预测框架GraIL，它在局部子图结构上进行推理，并具有很强的归纳偏差来学习实体独立的关系语义。如右图，LeBron和A·Dav

Jiawen9·2023-07-26 09:51

论文阅读《2022WWW：Rethinking Graph Convolutional Networks in Knowledge Graph Completion》

论文链接论文工作简介KCN在建模图结构方面很有效。基于GCN的KGC模型通常使用编码器-解码器框架，GCNs和KGE模型分别充当编码器和解码器。许多基于GCN的KGC模型虽然引入了额外的计算复杂度，但未能超越最先进的KGE模型？作者发现GCNs中的图结构并没有对KGC的性能有显著提升，相反实体表示的转换为性能带来提升。本文提出的LTE-KGE模型带来与KGE模型相似的性能提升同时避免了GCN聚合中

Jiawen9·2023-07-26 09:20

论文阅读《AAAI2021:Topology-Aware Correlations Between Relations for Inductive Link Prediction in Knowle》

论文链接工作简介本文中，提出了一种新的归纳推理方法，即TACT，它可以有效地利用知识图中关系之间的拓扑感知相关性。具体来说，TACT从相关模式和相关系数两个方面对语义相关关系进行建模。将所有关系对分为7个类别不同的拓扑结构对应不同的关联模式。然后，将原始知识图转换为关系相关图(RelationalCorrelationgraph,RCG)，其中节点表示关系，边缘表示原始知识图中任意两个关系之间的关

Jiawen9·2023-07-26 09:46

[论文阅读]Bidirectional Machine Reading Comprehension for Aspect Sentiment Triplet Extraction

摘要方面情感三元提取（ASTE）旨在识别评论句子中的方面及其相应的意见表达和情绪，是细粒度意见挖掘中的一项新兴任务。由于ASTE由多个子任务组成，包括意见实体提取、关系检测和情感分类，因此适当地捕获和利用它们之间的关联至关重要且具有挑战性。在本文中，我们将ASTE任务转换为多圈机器阅读理解（MTMRC）任务，并提出了一个双向MRC（BMRC）框架来应对这一挑战。具体来说，我们设计了三种类型的查询，

Little-yeah·2023-07-25 19:55

Enhanced Multi-Channel Graph Convolutional Network for Aspect Sentiment Triplet Extraction论文阅读

EnhancedMulti-ChannelGraphConvolutionalNetworkforAspectSentimentTripletExtraction(2022ACL)个人阅读笔记，如有错误欢迎指正交流参考博客:https://blog.csdn.net/qq_40887846/article/details/125136661EnhancedMulti-ChannelGraphCon

Lucas_coding·2023-07-25 19:19

《Learning Span-Level Interactions for Aspect Sentiment Triplet Extraction》论文阅读

文章目录文章概述文章模型句子编码方法模块文章概述目前针对于ASTE任务的处理方法大多是基于单词与单词之间的交互，导致了如果方面实体或者意见词包含多个token的时候表现不佳。因此这篇文章提出了一个跨度级别（Span-ASTE）的方法，显示地考虑了目标和意见之间整个跨度的相互作用。其可以通过使用整个跨度的语义进行预测，从而可以更好的确保情感的一致性。文章模型该文提出的Span-ASTE模型如

jst100·2023-07-25 19:16

[论文阅读笔记24]Social-STGCNN: A Social Spatio-Temporal GCNN for Human Traj. Pred.

论文:论文地址代码:代码地址作者在这篇文章中直接用GNN对目标的轨迹时空特征进行建模,并用时序CNN进行预测,代替了训练难度较大和速度较慢的RNN类方法.0.Abstract行人轨迹预测是一个比较有挑战性的任务,有着许多的应用.一个行人的轨迹不仅是由自己决定的,而且受其周围目标的影响.过去的方法都是学习每个行人自己的运动状态,然而本文的方法是用一个GNN对整个场景的行人之间的interaction

wjpwjpwjp0831·2023-07-25 15:46

【论文阅读】DEPIMPACT：反向传播系统依赖对攻击调查的影响（USENIX-2022）

FangP,GaoP,LiuC,etal.Back-PropagatingSystemDependencyImpactforAttackInvestigation[C]//31stUSENIXSecuritySymposium(USENIXSecurity22).2022:2461-2478.攻击调查、关键边、入口点开源：GitHub-usenixsub/DepImpact目录1.摘要2.引言3.

C00per_·2023-07-25 15:45

论文阅读--带有提示的无训练目标计数

Title:Training-freeObjectCountingwithPromptsAbstract:Thispapertacklestheproblemofobjectcountinginimages.Existingapproachesrelyonextensivetrainingdatawithpointannotationsforeachobject,makingdatacollect

追忆苔上雪·2023-07-25 15:44

论文阅读--Segment Anything

Title:SegmentAnythingAbstract:WeintroducetheSegmentAnything(SA)project:anewtask,model,anddatasetforimagesegmentation.Usingourefficientmodelinadatacollectionloop,webuiltthelargestsegmentationdatasettod

追忆苔上雪·2023-07-25 15:14

【论文阅读】DQnet: Cross-Model Detail Querying for Camouflaged Object Detection

DQnet:Cross-ModelDetailQueryingforCamouflagedObjectDetectionDQnet：伪装目标检测中的跨模型细节查询论文地址：https://arxiv.org/abs/2212.08296这篇文章提出了一个交叉模型框架（CNN-Transformer并行）来检测伪装目标出发点还是：CNN局部感知，感受野受限，Transformer全局信息丰富但细节信

1900_·2023-07-25 05:08

论文阅读:矩阵乘法GEMM的cache优化,子矩阵的切分方法Anatomy of High-Performance MatrixMultiplication

矩阵乘法优化的知名论文gotopaper：矩阵乘法的优化需要将矩阵切分成子矩阵，用子矩阵相乘的结果组合为原矩阵相乘的结果：上图是拆分矩阵的方法，M表示矩阵，X方向和Y方向的两个维度都是未知的。P表示横条或竖条，X方向或Y方向有一个方向的维度是极小的。B表示block块，X方向和Y方向的两个维度都是极小的。为了减小单个子矩阵计算量，要拆开A的整行和B的整列。不能让A的整行和B的整列作为子矩阵放入缓存

Vec[95]·2023-07-24 20:47

Progressive Dual-Branch Network for Low-Light Image Enhancement 论文阅读笔记

这是22年中科院2区期刊的一篇有监督暗图增强的论文网络结构如下图所示：ARM模块如下图所示：CAB模块如下图所示：LKA模块其实就是放进去了一些大卷积核：AFB模块如下图所示：这些网络结构没什么特别的，连来连去搞那么复杂没什么意思，最终预测的结果是两个支路的加和：损失函数是增强结果和GT的平滑L1损失和反图增强结果和GT反图的平滑L1损失的加权和：从实验结果看，色调是要好看一点，PSNR和SSIM

ssf-yasuo·2023-07-24 20:17

【论文阅读】StyleganV1 算法理解

文章目录为什么提出？具体是怎么做的？1.解耦的思想（对应文章第四章4.Disentanglementstudies）1.1感知路径长度（对应4.1Perceptualpathlength）1.2线性可分离性（对应4.2Linearseparability）2.具体网络的实现（对应2.Style-basedgenerator）3.基于样式生成器的属性（对应3.Propertiesofthestyle

远瞻。·2023-07-24 20:46

Network Dissection 论文阅读笔记

NetworkDissection论文阅读笔记1.简介2.网络刨析2.1深度视觉表征的可解释性的测量步骤2.2数据集2.3可解释神经元评分3.实验3.1对解释的人类评价3.2MeasurementofAxis-AlignedInterpretability3.3

喝过期的拉菲·2023-07-24 20:42

《论文阅读》FADO：情感支持对话的反馈感知的双向控制网络 Knowledge Based System 2023.2

《论文阅读》FADO：情感支持对话的反馈感知的双向控制网络前言简介问题定义模型框架图ContextEncoderDual-levelFeedbackStrategySelectorStrategySelectionDual-levelFeedbackDoubleControlReaderStrategyDictionaryResponseGenerator

365JHWZGo·2023-07-24 20:12

HideSeeker论文阅读

文章目录3.1OverviewofOurSystemHideSeeker3.2VisualInformationExtraction3.3RelationGraphLearning3.4HiddenObjectInference4EVALUATIONS4.7Summary6DISCUSSIONSANDCONCLUSION3.1OverviewofOurSystemHideSeeker我们设计了一种

WHS-_-2022·2023-07-24 20:40

【论文阅读】2020ECCV-DFDNet

BlindFaceRestorationviaDeepMulti-scaleComponentDictionaries中文：基于深度多尺度分量字典的盲人脸复原paper：code：https://github.com/csxmli2016/DFDNet摘要：近年来，基于参考的人脸恢复方法因其在真实低质量图像上恢复高频细节的能力而受到广泛关注。然而，这些方法中的大多数都需要具有相同身份的高质量参考图

远瞻。·2023-07-24 20:35

【模型压缩】 LPPN论文阅读笔记

LPPN论文阅读笔记LPPN:ALightweightNetworkforFastPhasePicking背景深度学习模型的问题在于计算复杂度较高，在实际数据处理中需要面临较高的处理代价，且需要专用的加速处理设备

MoonpieXia·2023-07-24 18:45

【论文阅读 04】Robot-assisted carotid artery stenting: outcomes, safety, and operational learning curve

总的来说就是机器人去做颈动脉支架手术的一个结果、安全性和操作性的评估NEUROSURGICALFOCUS神经外科聚焦《神经外科聚焦》机器人辅助颈动脉支架:结果、安全性和操作学习曲线在过去的二十年里，机器人越来越多地用于手术，以帮助克服人类的局限性并执行精确和准确的任务。然而，血管内机器人是在介入心脏病学中开创的，CorPathGRX最近被FDA批准用于外周血管和颅外干预。作者旨在评估机器人辅助颈动

不菜不菜·2023-07-24 16:31

【论文阅读 03】机器学习算法在颈动脉斑块影像学分类中的研究进展

读完之后就是，总结机器学习（SVM、小波）和深度学习（CNN）在颈动脉斑块影像学中的分类效果。只讨论了超声、磁共振两种成像ChinJClinNeurosci临床神经科学杂志复旦大学颈动脉斑块(carotidplaques)是一种由于颈动脉血管壁受损导致血液有形成分聚集而成的团块状结构，可由不同数量的脂质、出血和钙化组成，是颈动脉发生粥样硬化的明显特征［1］。关于颈动脉斑块的识别和成分判断，临床上主

不菜不菜·2023-07-24 16:18

论文阅读--利用深度学习对进行麦穗密度估计

Title:EardensityestimationfromhighresolutionRGBimageryusingdeeplearningtechniqueAbstract:Wheateardensityestimationisanappealingtraitforplantbreeders.Currentmanualcountingistediousandinefficient.Inthis

追忆苔上雪·2023-07-24 16:43

论文阅读 - Decoupling Graph Neural Network with ContrastiveLearning for Fraud Detection

将图神经网络与对比学习解耦用于欺诈检测论文链接：https://linmengsysu.github.io/slides/main.pdf摘要：最近，许多欺诈检测模型引入了图神经网络（GNN）来提高模型性能。然而，欺诈者经常通过伪装自己的特征或关系来伪装自己。由于GNN的聚合性质，来自输入特征和图结构的信息将被压缩以同时进行表示学习。一方面，由于伪装，并非所有邻居都能提供有用的信息，因此聚合来自所

无脑敲代码，bug漫天飞·2023-07-24 14:59

Siren论文阅读笔记：Implicit Neural Representations with Periodic Activation Functions具有周期激活函数的隐式神经表示

ImplicitNeuralRepresentationswithPeriodicActivationFunctionsTitle:具有周期激活函数的隐式神经表示论文地址：论文地址arixvhttps://arxiv.org/pdf/2006.09661v1.pdf项目网址：项目地址https://paperswithcode.com/paper/implicit-neural-represent

出门吃三碗饭·2023-07-24 13:03

[论文阅读]（SDD-FIQA基于人脸相似度分布距离的无监督质量评估方法））

文章目录摘要引言方法人脸样本类内-类间相似度分布为何与人脸图像质量高度相关？如何生成质量分数伪标签？质量回归网络参考链接摘要近年来，为了保证在无约束场景下识别性能的稳定性和可靠性，人脸图像质量评估(FIQA)已经成为人脸识别系统不可或缺的一部分。为此，FIQA方法需要同时考虑人脸图像的内在属性和可识别性。以往的研究大多以估计样本嵌入不确定性或两两相似度作为质量分数，而只考虑部分类内信息。但是，这些

今日计算机视觉·2023-07-23 21:57

推荐频道

图像去雾论文阅读