时间序列预测论文阅读第30页

【论文阅读】Bag of Tricks for Efficient Text Classification

摘要这篇论文探索了一个简单有效的文本分类的baseline。实验表明快速文本分类器fastTextfastTextfastText与深度学习分类器在准确度方面等价，并且训练和评估过程要快。他们能够用不到10分钟训练fastTextfastTextfastText在超过10亿个单词上，并且用不到1分钟分类50万的句子在312000个类别上。模型架构线性分类器在特征之间与类别之间不能共享参数。这可能会

沐兮Krystal·2023-10-22 14:57

【论文阅读】Adaptive Network Formation and Trajectory Optimization for Multi-UAV-Assisted Wireless Data Of

文章目录论文基本信息摘要1.引言2.系统模型A.NetworkFormationandSub-channelAllocation网络形成及子信道分配B.ChannelModels信道模型3.PROBLEMFORMULATION问题定式化4.HEURISTICDECOMPOSITIONANDLEARNING-BASEDSOLUTIONA.AdaptiveNetworkFormationB.Learn

小威W·2023-10-22 13:58

【论文阅读】Bayesian Optimization Enhanced Deep Reinforcement Learning for Trajectory Planning and Network

小威W·2023-10-22 13:57

【论文阅读笔记】A literature survey of MR-based brain tumor segmentation with missing modalities

ZhouT,RuanS,HuH.AliteraturesurveyofMR-basedbraintumorsegmentationwithmissingmodalities[J].ComputerizedMedicalImagingandGraphics,2022:102167.综述对象：2022年3月1日前文章，在训练期间可以使用完整的磁共振模式，而在测试期间可能没有一个或多个模式。摘要：多模态

cskywit·2023-10-22 12:55

论文阅读笔记——Swin Transformer V2

论文标题：SwinTransformerV2:ScalingUpCapacityandResolution摘要：大规模NLP模型已被证明可以显著提高语言任务的性能，而没有饱和的迹象。他们还展示了惊人的很少有人像那样的射击能力。本文旨在探索计算机视觉中的大规模模型。我们解决了大型视觉模型训练和应用中的三个主要问题，包括训练的不稳定性、预训练和微调之间的分辨率差距以及对标记数据的渴望。提出了三种主要技

沉潜于·2023-10-22 12:38

Transformer时间序列预测-多变量输入-单变量输出+多变量输出，完整代码数据，可直接运行

然而，Transformer也可以用于时间序列预测，尤其适用于多变量输入和单变量或多变量输出的情况。

StyVue·2023-10-22 09:03

论文阅读（42）The More You Know: Using Knowledge Graphs for Image Classification

续袁·2023-10-22 09:21

论文阅读[51]通过深度学习快速识别荧光组分

【论文基本信息】标题：Fastidentificationoffluorescentcomponentsinthree-dimensionalexcitation-emissionmatrixfluorescencespectraviadeeplearning标题译名：通过深度学习快速识别三维激发-发射矩阵荧光光谱中的荧光组分期刊与年份：ChemicalEngineeringJournal2022

holeer·2023-10-21 23:47

论文阅读之推荐1-Parameter-Efficient Transfer from Sequential Behaviors for User Modeling and Recommendation

Parameter-EfficientTransferfromSequentialBehaviorsforUserModelingandRecommendation0.0作者简介1.0摘要2.0简介2.1问题解决的思考过程2.1.1预想流程2.1.2待解决的问题2.1.3哪些技术的帮助和支持2.1.4如何实现3.0PeterRec3.0一些定义3.1模型结构3.2预训练阶段3.2.1预训练目标3.

SusanLovesTech·2023-10-21 18:50

[论文阅读72]Parameter-Efficient Transfer Learning for NLP

1.基本信息题目论文作者与单位来源年份Parameter-EfficientTransferLearningforNLPNeilHoulsby等GoogleResearch，雅盖隆大学-波兰PMLR2019HoulsbyN,GiurgiuA,JastrzebskiS,etal.Parameter-efficienttransferlearningforNLP[C]//InternationalCo

happyprince·2023-10-21 18:15

论文阅读：RAFT: Recurrent All-Pairs Field Transforms for Optical Flow

文章目录1.论文总述2.RAFT结构被传统算法所启发3.RAFT的三个重大创新点4.光流算法需要解决的难点5.传统光流算法简介及缺点6.FastDIS有可能存在的问题7.本文相近work8.Buildingcorrelationvolumes9.Update10.一个新颖的利用卷积层去学习的上采样操作11.模型指标对比12.消融实验参考文献1.论文总述这篇也是基于CNN的光流估计work，ECCV

贾小树·2023-10-21 18:20

论文阅读 | Restormer: Efficient Transformer for High-Resolution Image Restoration

前言：CVPR2022oral用transformer应用到low-level任务Restormer:EfficientTransformerforHigh-ResolutionImageRestoration引言low-leveltask如deblurring\denoising\dehazing等任务多是基于CNN做的，这样的局限性有二：第一是卷积操作的感受野受限，很难建立起全局依赖，第二就是

btee·2023-10-21 18:18

论文阅读 | RAFT: Recurrent All-Pairs Field Transforms for Optical Flow

RAFT:RecurrentAll-PairsFieldTransformsforOpticalFlowECCV2020光流任务bestpaper论文地址：【here】代码地址：【here】介绍光流是对两张相邻图像中的逐像素运动的一种估计。目前碰到的一些困难包括：物体的快速运动，遮挡、运动模糊和缺乏纹理信息的一些图案。目前深度学习的方法在维持传统方法达到的性能的情况下，有着更快的推理速度。目前需要

btee·2023-10-21 18:46

论文阅读 - VoterFraud2020: a Multi-modal Dataset of Election Fraud Claims on Twitter

论文链接：https://arxiv.org/abs/2101.08210目录摘要1Introduction2DataCollection2.1StreamingTwitterData2.2覆盖率分析3DataEnhancement4DataSharingandFormat摘要围绕美国2020年大选，毫无根据的选举舞弊指控广泛传播，导致人们对选举的信任受到损害，最终导致美国国会大厦内的暴力事件。在

无脑敲代码，bug漫天飞·2023-10-21 16:42

论文阅读 - Coordinated Behavior on Social Media in 2019 UK General Election

论文链接：https://arxiv.org/abs/2008.08370目录摘要：IntroductionContributionsRelatedWorkDatasetMethodOverviewSurfacingCoordinationin2019UKGEAnalysisofCoordinatedBehaviors摘要：协调的在线行为是信息和影响力行动的重要组成部分，因为它们可以更有效地传播虚

无脑敲代码，bug漫天飞·2023-10-21 16:38

[论文阅读71]SELF-INSTRUCT

1.基本信息题目论文作者与单位来源年份SELF-INSTRUCT:AligningLanguageModelwithSelfGeneratedInstructionsYizhongWang等UniversityofWashington2022.127Citations论文链接：https://arxiv.org/pdf/2212.10560.pdf论文代码：https://github.com/y

happyprince·2023-10-21 15:10

【论文阅读-人机交互】通过用户参与来缓解人工智能决策中的知识失衡问题

Title:MitigatingknowledgeimbalanceinAI-adviseddecision-makingthroughcollaborativeuserinvolvementFrom:InternationalJournalofHuman-ComputerStudiesLink:https://doi.org/10.1016/j.ijhcs.2022.102977目录1绪论2方法

_春天_·2023-10-21 14:18

【论文阅读-图神经网络】图分类研究综述

图分类研究综述王兆慧,沈华伟,曹婍,程学旗.图分类研究综述.软件学报,2022,33(1):171–192.http://www.jos.org.cn/1000-9825/6323.htm图分类问题：给定一组图,图分类的目标是学习图和对应类别标签的映射关系,并预测未知图的类别标签。Chapter2基于图相似度计算的图分类作者把基于图核的方法和基于图匹配的方法，都归类为基于图相似度的计算。（1）基于

_春天_·2023-10-21 14:17

论文阅读笔记-You Are What You Do: Hunting Stealthy Malware via Data Provenance Analysis

NDSSYouAreWhatYouDo:HuntingStealthyMalwareviaDataProvenanceAnalysis链接：https://www.ndss-symposium.org/wp-content/uploads/2020/02/24167-paper.pdf第一章简介1.文中介绍了现阶段的恶意软件多采用免杀技术来防范安全软件的检测，如进程重命名、文件重命名等，一般的恶意

梦想闹钟·2023-10-21 11:42

2021_SIGIR_Social Recommendation with Implicit Social Influence

[论文阅读笔记]2021_SIGIR_SocialRecommendationwithImplicitSocialInfluence论文下载地址：https://doi.org/10.1145/3404835.3463043

XingHe_XingHe_·2023-10-20 23:15

2021_WWW_Random Walks with Erasure: Diversifying Personalized Recommendations on Social and Informat

[论文阅读笔记]2021_WWW_RandomWalkswithErasure:DiversifyingPersonalizedRecommendationsonSocialandInformationNetworks

XingHe_XingHe_·2023-10-20 23:15

LSTM-Attention单维时间序列预测研究（Matlab代码实现）

本文目录如下：目录1概述2运行结果3参考文献4Matlab代码实现1概述LSTM-Attention是一种结合了LSTM（长短期记忆）和Attention机制的模型，用于时间序列预测。

程序猿鑫·2023-10-20 23:58

全景叙事定位 Towards Real-Time Panoptic Narrative Grounding by an End-to-End Grounding Network 论文阅读笔记

全景-语句定位TowardsReal-TimePanopticNarrativeGroundingbyanEnd-to-EndGroundingNetwork论文阅读笔记一、Abstract二、引言三、

乄洛尘·2023-10-20 23:05

论文阅读-多目标强化学习-envelope MOQ-learning

introduction一种多目标强化学习算法，来自2019Nips《AGeneralizedAlgorithmforMulti-ObjectiveReinforcementLearningandPolicyAdaptation》总体思想1.将输入中加入多目标的偏好参数。2.在输出中改本为标量的状态价值为向量的状态价值。3.实现了可以在多个目标上寻找帕累托前沿，也即多目标最优解的算法。算法虽然论文

龙超越·2023-10-20 21:49

干货 | 携程火车票异常检测和根因定位实践

作者简介龙川泾渭，携程算法工程师，专注异常检测、根因分析、时间序列预测等领域。

携程技术·2023-10-20 20:33

时间序列预测 | LightTS轻量采样的MLP结构网络用于多变量时间序列预测

首先，假设输入的时序维度为[B,T,N]，作者便做了2种采样：连续采样：侧重于捕获短期局部模式。间隔采样：侧重于捕获长期依赖性。如下图所示，很好理解，新的数据维度为[B,C,T/C,N]，N代表时序的数量。注意：论文上IEBlockC是直接出预测结果，但代码上，如上图红色标注补充，会有个从输入端过来的预测highway结果，然后和IEBlockCx相加后，作为最终预测输出。之后经过一个Inform

码农腾飞·2023-10-20 16:43

时间序列预测 | Matlab实现基于移动平均法的时间序列预测

文章目录效果一览文章概述源码设计参考资料效果一览文章概述时间序列预测|Matlab实现基于移动平均法的时间序列预测所谓预测，就是指通过对事物进行分析及研究，并运用合理的方法探索事物的发展变化规律，对其未来发展做出预先估计和判断

码农腾飞·2023-10-20 16:13

AlexNet 论文阅读总结

不要瞎想·2023-10-20 16:16

计算机竞赛 LSTM的预测算法 - 股票预测天气预测房价预测

Mr.D学长·2023-10-20 15:24

基于LSTM的天气预测 - 时间序列预测计算机竞赛

0前言优质竞赛项目系列，今天要分享的是机器学习大数据分析项目该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1数据集介绍df=pd.read_csv(‘/home/kesci/input/jena1246/jena_climate_2009_2016.csv’)df.head()如上

Mr.D学长·2023-10-20 15:50

写论文不用构建语料库！只需要福昕PDF阅读器高级搜索

只需要福昕PDF阅读器高级搜索前言：“福昕语料库”使用前的准备：调用“语料库”：前言：最近论文阅读可以借助NewBing的总结（参考我的测评贴：NewBing会在科研方面发挥比ChatGPT更强大的辅助作用么

hehedadaq·2023-10-20 11:07

Slide-Transformer: Hierarchical Vision Transformer with Local Self-Attention论文阅读笔记

-cvpr2023-当前attention机制存在的问题：①利用im2col方式计算localattention需要消耗很大的计算资源②windowattention存在固定的设计模式，如窗口应该如何移动，引入人工干涉。-Method-.ShiftasDepthwiseConvolution作者首先从新的角度上剖析了im2col的原理，并用深度卷积重新实现localattention机制。①im2

我来了！！！·2023-10-20 04:46

基于LSTM时间序列预测（简单又好用）无脑代码

#基于LSTM时间序列预测（简单又好用）无脑代码，这里是列表文本使用很简单，跟着注释和使用手册用就行.简介：1、单变量，多变量输入，自由切换2、单步预测，多步预测，自动切换3、基于Pytorch架构，单输出

思考实践·2023-10-20 03:37

【MATLAB第35期】基于MATLAB的2023年改进的进化算法优化LSTM时间序列预测模型思路

【MATLAB第35期】基于MATLAB的2023年改进的进化算法优化LSTM时间序列预测模型思路一、思路拿第34期的棕熊算法举例：优化途径：（一）种群初始学习改进（1）反向学习(OBOA)（2）准反向学习

随风飘摇的土木狗·2023-10-20 00:30

论文阅读：SegFormer: Simple and Efficient Design for SemanticSegmentation with Transformers

来源：nips2021GitHub-NVlabs/SegFormer:OfficialPyTorchimplementationofSegFormer0、Abstract摘要本文提出了一种简单、高效、强大的语义分割框架SegFormer，它将transformer与轻量级多层感知器(MLP)解码器结合在一起。SegFormer有两个吸引人的特点:1)SegFormer包含了一个新的分层结构的变压器

shiyueyueya·2023-10-19 19:04

论文阅读：FIDNet: LiDAR Point Cloud Semantic Segmentation with FullyInterpolation Decoding

来源：iros2021链接：GitHub-placeforyiming/IROS21-FIDNet-SemanticKITTI:Anextremelysimple,intuitive,hardware-friendly,andwell-performingnetworkstructureforLiDARsemanticsegmentationon2Drangeimage.IROS210、摘要将点云

shiyueyueya·2023-10-19 19:34

论文阅读：Efficient Point Cloud Segmentation with Geometry-Aware Sparse Networks

来源：ECCV2022链接：EfficientPointCloudSegmentationwithGeometry-AwareSparseNetworks|SpringerLink0、Abstract在点云学习中，稀疏性和几何性是两个核心特性。近年来，为了提高点云语义分割的性能，人们提出了许多通过单个表示或多个表示的方法。然而，这些作品未能保持性能、效率和内存消耗之间的平衡，无法恰当地集成稀疏性和

shiyueyueya·2023-10-19 19:58

论文阅读之《Kindling the Darkness: A Practical Low-light Image Enhancer》

目录摘要介绍已有方法回顾普通方法基于亮度的方法基于深度学习的方法基于图像去噪的方法提出的方法2.1LayerDecompositionNet2.2ReflectanceRestorationNet2.3IlluminationAdjustmentNet实验结果总结KindlingtheDarkness:APracticalLow-lightImageEnhancer（KinD）ACMMM2019Y

春末的南方城市·2023-10-19 19:58

论文阅读【异常检测】ModelCoder: A Fault Model based Automatic Root Cause Localization Framework for Microservi

ModelCoder:AFaultModelbasedAutomaticRootCauseLocalizationFrameworkforMicroserviceSystemsModelCoder：基于故障模型的微服务系统自动根源定位框架论文标题｜ModelCoder:AFaultModelbasedAutomaticRootCauseLocalizationFrameworkforMicrose

Doooo19·2023-10-19 17:48

论文阅读——R2D2: Repeatable and Reliable Detector and Descriptor

一、概述本文由NaverLab（Naver即社交软件Line的母公司，也是韩国市值最高的互联网公司）发表于2019NIPS上。作者的核心观点在于，近期的一些研究在提取兴趣点时往往只考虑兴趣点的可重复性（如一对匹配点在两图像scoremap上的响应必须很接近），但是可重复的兴趣点未必有较高的区分性，因为图像上某些区域对于匹配来说不够可靠甚至是模棱两可的，如一些重复纹理区域：摩天楼的窗户、路面等。

吃远·2023-10-19 10:56

语音情感识别领域-论文阅读笔记1：融合语音和文字的句段级别情感识别技术

语音情感识别领域-论文阅读笔记1FusionTechniquesforUtterance-LevelEmotionRecognitionCombiningSpeechandTranscripts融合语音和文字的句段级别情感识别技术本文是对

笨鸟东南飞·2023-10-19 09:04

论文阅读：Rethinking Range View Representation for LiDAR Segmentation

来源ICCV20230、摘要LiDAR分割对于自动驾驶感知至关重要。最近的趋势有利于基于点或体素的方法，因为它们通常产生比传统的距离视图表示更好的性能。在这项工作中，我们揭示了建立强大的距离视图模型的几个关键因素。我们观察到，“多对一”的映射，语义不连贯性，形状变形的可能障碍对有效的学习从距离视图投影。我们提出的RangeFormer-一个全周期的框架，包括跨网络架构，数据增强和后处理的新颖设计-

shiyueyueya·2023-10-19 08:57

论文阅读：Point-to-Voxel Knowledge Distillation for LiDAR Semantic Segmentation

来源：CVPR2022链接：https://arxiv.org/pdf/2206.02099.pdf0、Abstract本文解决了将知识从大型教师模型提取到小型学生网络以进行LiDAR语义分割的问题。由于点云的固有挑战，即稀疏性、随机性和密度变化，直接采用以前的蒸馏方法会产生较差的结果。为了解决上述问题，我们提出了点到体素知识蒸馏Point-to-VoxelKnowledgeDistillatio

shiyueyueya·2023-10-19 08:57

《论文阅读28》OGMM

一、论文研究领域：点云配准|有监督部分重叠论文：Overlap-guidedGaussianMixtureModelsforPointCloudRegistrationWACV2023二、概述概率3D点云配准方法在克服噪声、异常值和密度变化方面表现出有竞争力的性能。本文将点云对的配准问题转化为两个高斯混合物的配准问题，通过最小化两个相应混合物之间的统计差异度量。baseline:DeepGMRba

Darren_pty·2023-10-19 08:26

论文阅读 - Data-driven ideology detection: a case study of far-right extremist

https://opus.lib.uts.edu.au/bitstream/10453/164081/2/DHSS2022-Abstract-Submission%20%28arXiv%29.pdf背景：影响力和信息运动经常利用国内持极端观点的团体。在州一级，影响力行动最好被理解为一场运动：为误导公众和影响决策者而部署的一系列信息行动。影响力行动越来越多地成为针对社会凝聚力（AsmolovG.，2

无脑敲代码，bug漫天飞·2023-10-19 08:22

【论文阅读】RAL2020: UFOMap An Efficient Probabilistic 3D Mapping Framework That Embraces the Unknown

Lasteditedtime:March31,20231:30PMReferenceandprenotesPaperlink：https://ieeexplore.ieee.org/document/9158399Codelink：https://github.com/UnknownFreeOccupied/ufomap1.Motivation主要是针对octomap的，framework去做对比

Kin__Zhang·2023-10-19 05:00

【论文阅读】CVPR2022: Learning from all vehicles

Column:March23,20221:08PMLasteditedtime:March23,202211:13PMSensor/组织:现leaderboard第一名，RC上总分94分前无古人后无来者Status:ReadingSummary:IL;输出中间层map再去学Type:CVPRYear:2022参考与前言代码地址：https://github.com/dotchen/LAV论文地址：

Kin__Zhang·2023-10-19 05:59

【Autoware】Open Planner论文阅读参数介绍

前言Autoware这边也匆忙正式结项了，这OP也是最后一个flag…在仿真里进行了测试，但是时间匆忙总觉得没有理解透，看了论文把主要和调参有关的提取出来了之前的一系列关于Autoware的总结博文Blog：【Autoware】Autoware安装教程【Autoware】之ndt_mapping理论公式及代码对比【Autoware】Ubuntu18.04ssdcaffe安装与Autoware检测节

Kin__Zhang·2023-10-19 05:28

【论文阅读】点云地图动态障碍物去除基准 A Dynamic Points Removal Benchmark in Point Cloud Maps

【论文阅读】点云地图动态障碍物去除基准ADynamicPointsRemovalBenchmarkinPointCloudMaps终于一次轮到了讲自己的paper了hahaha，写个中文的解读放在博客方便大家讨论

Kin__Zhang·2023-10-19 05:21

人群密度估计--论文阅读：DM-Count

DM-Count论文翻译摘要一.介绍二.先前的工作2.1人群计数方法2.2最优传输三.DM-Count：用于人群计数的分布匹配四.泛化边界和理论分析4.1高斯平滑方法的广义误差界4.2不确定的贝叶斯损失4.3DM-Count中的损失函数的泛化误差界五.实验5.1ToyData数据集上的结果5.2Benchmark数据集上的结果5.3模型简化测试六.结论论文地址GitHub开源代码地址以下翻译主要为

林书芹·2023-10-19 04:29

推荐频道

时间序列预测论文阅读