时间序列预测论文阅读

论文阅读-可泛化深度伪造检测的关键

一、论文信息论文名称：LearningFeaturesofIntra-ConsistencyandInter-Diversity:KeysTowardGeneralizableDeepfakeDetection作者团队：ChenH,LinY,LiB,etal.（广东省智能信息处理重点实验室、深圳市媒体安全重点实验室和深圳大学人工智能与数字经济广东实验室）论文网址：https://ieeexplor
完美屁桃·2023-10-19 04:59

论文阅读-FCD-Net: 学习检测多类型同源深度伪造人脸图像

一、论文信息论文题目：FCD-Net:LearningtoDetectMultipleTypesofHomologousDeepfakeFaceImages作者团队：RuidongHan,XiaofengWang,NingningBai,QinWang,ZinianLiu,andJianruXue（西安理工大学，西安交通大学）论文网址：FCD-Net:LearningtoDetectMultipl
完美屁桃·2023-10-19 04:26

论文阅读之Black-box Adversarial Example Attack towards FCG

目录1Introduction2Preliminaries2.1FeaturesforAndroidmalwaredetection2.2FCGbasedAndroidmalwaredetection3Problemformulation3.1System&Threat3.2Attackformulation4Malwaremanipulation4.1Backgroundofmalwareman
Gubanzeng·2023-10-19 02:50

交通论文阅读：Graph WaveNet for Deep Spatial-Temporal Graph Modeling

论文背景悉尼科技大学发表在IJCAI2019上的一篇论文，标题为GraphWaveNetforDeepSpatial-TemporalGraphModeling，目前谷歌学术引用量41。文章指出，现有的工作在固定的图结构上提取空间特征，认为实体间的关系是预先定义好的，这些方法不能有效地去捕捉时间趋势，RNN和CNN的方法不能处理长时间序列。相关工作部分，文章介绍了用于时空图建模的交通预测方法，如何
Bruce-XIAO·2023-10-19 00:30

时间序列预测 Graph-WaveNet：Graph WaveNet for Deep Spatial-Temporal Graph Modeling

Graph-WaveNetGraphWaveNetforDeepSpatial-TemporalGraphModeling1.概述2.提出问题&解决策略&模型结构3.实验结果**GraphWaveNetforDeepSpatial-TemporalGraphModeling**1.概述时空图建模是分析系统中各组成部分的空间关系和时间趋势的一项重要任务。现有的方法大多捕获固定图结构上的空间依赖，假设
苹果就叫不呐呐·2023-10-19 00:58

SR研究（1）RCAN论文阅读上

SR研究（1）RCAN论文阅读上阅读论文：ImageSuper-ResolutionUsingVeryDeepResidualChannelAttentionNetworksRCAN网络主要的成就为提出了
孑渡·2023-10-18 15:17

【论文阅读】SISR综述：From Beginner to Master: A Survey for Deep Learning-based Single-Image Super-Resolution

FromBeginnertoMaster:ASurveyforDeepLearning-basedSingle-ImageSuper-Resolution论文地址：https://doi.org/10.48550/arXiv.2109.14335摘要单幅图像超分辨率(SISR)是图像处理中的一项重要任务，旨在提高成像系统的分辨率。近年来，在深度学习(DL)的帮助下，SISR取得了巨大的飞跃，并取得
沐_辰_·2023-10-18 15:16

RAG:Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks 论文阅读

2020NeuralPS文章地址：https://arxiv.org/abs/2005.11401源码地址：GitHub-huggingface/transformers:Transformers:State-of-the-artMachineLearningforPytorch,TensorFlow,andJAX.-142RAG目录0、背景1、摘要2、导言3、结论4、模型5、实验6、与REALM
小白的咆哮·2023-10-18 14:54

NVWAL: Exploiting NVRAM in Write-Ahead Logging论文阅读

问题SQLite作为一个使用广泛的DBMS存在不足How-everloggingasingledatabasetransactioninSQLiteWALmodestillentailsatleast16KBytesI/OtraffictounderlyingstoragemainlyduetometadatajournalingoverheadintheEXT4filesystem即便是采用了W
NIL_·2023-10-18 09:36

【论文阅读】Generalized Focal Loss的解读。交叉熵、Focal Loss、Quality Focal Loss、Distribution Focal Loss

论文链接：https://arxiv.org/pdf/2006.04388.pdf1Introduction已有方法中，单阶段密集检测器一般分为三个输出内容：检测框质量估计confidence：channel维度上占1；训练时正样本标签为当前grid_ceil对应的标签框和预测框的iouscore、或者centernessscore，负样本为0。检测框box：channel维度上占4；分别为xyw
magic_ll·2023-10-18 07:11

【论文阅读】【yolo系列】YOLACT Real-time Instance Segmentation

论文链接：https://arxiv.org/pdf/1904.02689.pdf1实例分割已有工作【实例分割】鉴于其重要性，大量的研究投入到实例分割的准确性。两阶段：Mask-RCNN[18]是一种具有代表性的两阶段实例分割方法，它首先生成候选感兴趣区域（roi），然后在第二阶段对这些roi进行分类和分割。后续工作试图通过提高其准确性，例如，丰富FPN特性[29]或解决掩码的置信度分数与其定位精
magic_ll·2023-10-18 07:11

论文阅读 || 目标检测系列——yolov2详解

YOLOV2相较YOLOV1，是在其基础上做了优化。主要在预测更准确（Better）、速度更快（Faster）、识别对象更多（stronger）。其中识别更多对象就是扩展到能够检测9000种不同对象(YOLO9000)。1优化方式的增加（预测更准确）1.1batchnormalization（批量归一化）mAP提升2.4操作：替代了YOLOV1的dropoutbatchnorm有助于解决方向传播过
magic_ll·2023-10-18 07:40

YOLOv3 代码详解(7) —— 读取pb文件的测试

前言：yolo系列的论文阅读论文阅读||深度学习之目标检测重磅出击YOLOv3论文阅读||深度学习之目标检测yolov2论文阅读||深度学习之目标检测yolov1 该篇讲解的工程连接是：tensorflow
magic_ll·2023-10-18 07:10

YOLOv3 代码详解(5) —— 训练脚本解析 train.py

前言：yolo系列的论文阅读论文阅读||深度学习之目标检测重磅出击YOLOv3论文阅读||深度学习之目标检测yolov2论文阅读||深度学习之目标检测yolov1 该篇讲解的工程连接是：tensorflow
magic_ll·2023-10-18 07:39

多维时序 | MATLAB实现SSA-CNN-BiGRU-Attention多变量时间序列预测（SE注意力机制）

多维时序|MATLAB实现SSA-CNN-BiGRU-Attention多变量时间序列预测（SE注意力机制）目录多维时序|MATLAB实现SSA-CNN-BiGRU-Attention多变量时间序列预测
机器学习之心·2023-10-18 06:27

多维时序 | MATLAB实现SSA-CNN-GRU-Attention多变量时间序列预测（SE注意力机制）

多维时序|MATLAB实现SSA-CNN-GRU-Attention多变量时间序列预测（SE注意力机制）目录多维时序|MATLAB实现SSA-CNN-GRU-Attention多变量时间序列预测（SE注意力机制
机器学习之心·2023-10-18 06:24

SwiGLU论文阅读

1.论文1.1背景知识SwiGLU是2019年提出的新的激活函数，它结合了SWISH和GLU两者的特点。1.1.1SWISH:ASELF-GATEDACTIVATIONFUNCTIONSWISH激活函数的定义如下，其中σ(x)是sigmoid函数f(x)=x·σ(x)σ(x)=(1+exp(−x))^(-1)SWISH激活函数是光滑且非单调，在x大于0时f(x)无上限，在x小于0时f(x)有下限，
MLTalks·2023-10-18 02:20

RMSNorm论文阅读

RMSNorm论文阅读1.论文1.1RMSNorm介绍RMSNorm论文中对LayerNorm的公式做了改造。
MLTalks·2023-10-18 02:49

【论文阅读】SynDiff Unsupervised Medical Image Translation with Adversarial Diffusion Models

UnsupervisedMedicalImageTranslationwithAdversarialDiffusionModels论文大致翻译和主要内容讲解文章目录摘要：贡献：相关工作：方法：对抗性扩散过程：训练步骤(自己结合代码所写）：摘要：通过源-目标通道转换对缺失图像进行填充可以提高医学成像协议的多样性。合成目标图像的普遍方法包括通过生成性对抗网络(GAN)的一次映射。然而，隐含地描述图像分
求求你来BUG行不行·2023-10-17 23:50

【论文阅读】 Cola-Dif； An explainable task-specific synthesis network

文章目录CoLa-Diff:ConditionalLatentDiffusionModelforMulti-modalMRISynthesisAnExplainableDeepFramework:TowardsTask-SpecificFusionforMulti-to-OneMRISynthesisCoLa-Diff:ConditionalLatentDiffusionModelforMulti
求求你来BUG行不行·2023-10-17 23:13

YourTTS: Towards Zero-Shot Multi-Speaker TTS and Zero-Shot VoiceConversion for everyone论文阅读

摘要YourTTS为zero-shotmultispeaker的TTS任务带来了多语言（multilingual）方法的力量。该方法基于VITS模型，并为零样本多说话人和多语言训练添加了一些新的修改。在零样本多说话人TTS中取得了最先进的(SOTA)结果，在VCTK数据集上的零样本语音转换结果与SOTA相当。该方法在单说话人数据集的目标语言中取得了很好的结果，为低资源语言的零样本多说话人TTS和零
别和我卷！·2023-10-17 21:42

论文阅读：VITS2: Improving Quality and Efficiency of Single-Stage Text-to-Speech with Adversarial

论文标题是“VITS2:ImprovingQualityandEfficiencyofSingle-StageText-to-SpeechwithAdversarialLearningandArchitectureDesign”，写不下了，是2023.7.31原vits团队刚刚挂在arxiv上的文章，主要基于四个方面对vits做了改动，此篇文章我们就不讲vits，主要分析vits2的部分。摘要单阶
别和我卷！·2023-10-17 21:42

论文阅读：Knowledge Distillation: A Survey 知识蒸馏综述（2021）

论文阅读：KnowledgeDistillation:ASurvey知识蒸馏综述2021目录摘要IntroductionBackground知识基于响应的知识基于特征的知识基于关系的知识蒸馏模式离线蒸馏在线蒸馏自蒸馏教师
小百花~·2023-10-17 21:42

论文阅读 Memory Enhanced Global-Local Aggregation for Video Object Detection

MemoryEnhancedGlobal-LocalAggregationforVideoObjectDetectionAbstract人类如何识别视频中的物体？由于单一帧的质量低下，仅仅利用一帧图像内的信息可能很难让人们在这一帧中识别被遮挡的物体。我们认为人们识别视频中的物体有两个重要线索：全局语义信息和本地定位信息。最近，许多方法采用自注意机制，以增强关键帧中的特征，使用全局语义信息或本地定位
Re-赟·2023-10-17 19:19

【论文阅读】RadHAR：通过毫米波雷达生成的点云识别人类活动

文章目录原文题目摘要1引言2背景2.1毫米波雷达3RADHAR概述3.1数据收集和预处理3.2MMActvity数据集3.3数据预处理3.4分类器4评价5结论原文题目RadHAR:HumanActivityRecognitionfromPointCloudsGeneratedthroughaMillimeter-waveRadar摘要准确的人类活动识别(HAR)是实现新兴的情境感知应用的关键，这些
dotJunz·2023-10-17 18:32

pytorch_神经网络构建4

文章目录循环神经网络LSTM词嵌入skip-Gram模型N-Gram模型词性预测RNN循环神经网络的基础模块实现RNN识别图片RNN时间序列预测词向量模块词向量运用N-Gram模型lstm词性预测循环神经网络这个网络主要用来处理序列信息
lidashent·2023-10-17 08:21

【论文阅读 10】Unsupervised Anomaly Detection for Surface Defects With Dual-Siamese Network

基于双孪生网络的表面缺陷无监督异常检测IEEETRANSACTIONSONINDUSTRIALINFORMATICS0.摘要在真实工业场景下，无监督异常检测面临挑战，因为少量的正常图像提供有限的区分信息，而异常缺陷难以预测。尽管目前广泛使用基于图像重建的方法进行异常检测，但它们不能有效地学习语义表示，导致重构效果不佳。本文中，我们将异常检测视为一个联合问题，涉及特征重建和修复，使用双孪生框架来解决
不菜不菜·2023-10-17 08:25

22双向长短期记忆网络(BiLSTM)，改进的鲸鱼优化算法优化双向长短期记忆网络( IWOA-BILSTM)，采用两种算法进行预测，基于MATLAB平台，程序已调通并带有注释，可替换自己的数据进行计算

22MATLABBilstm时间序列预测(xiaohongshu.com)
顶呱呱程序·2023-10-17 02:42

21GA-ELM，遗传算法优化ELM预测，并和优化前后以及真实数值进行对比，确定结果，基于MATLAB平台，程序已经调通，可以直接运行，需要直接拍下。

21matlab时间序列预测极限学习遗传优化算(xiaohongshu.com)
顶呱呱程序·2023-10-17 02:39

多维时序 | MATLAB实现SSA-CNN-LSTM-Attention多变量时间序列预测（SE注意力机制）

多维时序|MATLAB实现SSA-CNN-LSTM-Attention多变量时间序列预测（SE注意力机制）目录多维时序|MATLAB实现SSA-CNN-LSTM-Attention多变量时间序列预测（SE
机器学习之心·2023-10-17 01:51

多维时序 | MATLAB实现SSA-CNN-BiLSTM-Attention多变量时间序列预测（SE注意力机制）

多维时序|MATLAB实现SSA-CNN-BiLSTM-Attention多变量时间序列预测（SE注意力机制）目录多维时序|MATLAB实现SSA-CNN-BiLSTM-Attention多变量时间序列预测
机器学习之心·2023-10-17 01:51

【论文阅读】基于卷积神经的端到端无监督变形图像配准

End-to-EndUnsupervisedDeformableImageRegistrationwithaConvolutionalNeuralNetwork《基于卷积神经的端到端无监督变形图像配准》文章目录摘要Abstract.1.导言Introduction附录References未完待续tobecontinued...摘要Abstract.Inthisworkweproposeadeepl
^ V ^·2023-10-17 01:49

深度学习实战57-pytorch框架搭建LSTM+CNN模型与实现时间序列的预测过程

特别是在金融、气候研究、交通管理等领域，时间序列预测已经成为了重要的工具。本文将介绍如何使用LSTM和CNN模型进行时间序列预测，并通过实例展示其在实际生活中的应用。
微学AI·2023-10-17 00:36

论文阅读：Seeing in Extra Darkness Using a Deep-Red Flash

论文阅读：SeeinginExtraDarknessUsingaDeep-RedFlash今天介绍的这篇文章是2021年ICCV的一篇oral文章，主要是为了解决极暗光下的成像问题，通过一个深红的闪光灯补光
Matrix_11·2023-10-16 20:36

论文阅读笔记markdown模板

Title文章标题Summary写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。ResearchObjective作者的研究目标。ProblemStatement问题陈述，要解决什么问题？Method(s)解决问题的方法/算法是什么？Evaluation作者如何评估自己的方法，有没有问题或者可以借鉴的地方。Conclusion作者给了哪些strongconclusion,又给了哪
iwtbs_kevin·2023-10-16 16:17

Empowering Low-Light Image Enhancer through Customized Learnable Priors 论文阅读笔记

中科大、西安交大、南开大学发表在ICCV2023的论文，作者里有李重仪老师和中科大的JieHuang（ECCV2022的FECCVPR2022的ENC和CVPR2023的ERL的一作）喔，看来可能是和JieHuang同一个课题组的，而且同样代码是开源的，我很喜欢。文章利用了MAE的encoder来做一些事情，提出了一个叫customizedunfoldingenhancer（CUE）的方法。从MA
ssf-yasuo·2023-10-16 15:13

论文阅读：CTRL： Surpassing Human Performance in Offline LiDAR based 3D Object Detection

目录概要Motivation整体架构流程技术细节BaseDetectorTrackingTrack-CentricLearning小结论文地址：[2304.12315]OnceDetected,NeverLost:SurpassingHumanPerformanceinOfflineLiDARbased3DObjectDetection(arxiv.org)代码地址：GitHub-tusen-ai
苦瓜汤补钙·2023-10-16 15:11

论文阅读：CenterFormer: Center-based Transformer for 3D Object Detection

目录概要Motivation整体架构流程技术细节Multi-scaleCenterProposalNetworkMulti-scaleCenterTransformerDecoderMulti-frameCenterFormer小结论文地址：[2209.05588]CenterFormer:Center-basedTransformerfor3DObjectDetection(arxiv.org)
苦瓜汤补钙·2023-10-16 15:10

论文阅读：Segment Any Point Cloud Sequences by Distilling Vision Foundation Models

目录概要Motivation整体架构流程技术细节小结论文地址：[2306.09347]SegmentAnyPointCloudSequencesbyDistillingVisionFoundationModels(arxiv.org)代码地址：GitHub-youquanl/Segment-Any-Point-Cloud:[NeurIPS'23Spotlight]SegmentAnyPointCl
苦瓜汤补钙·2023-10-16 15:37

论文阅读：Offboard 3D Object Detection from Point Cloud Sequences

目录概要Motivation整体架构流程技术细节3DAutoLabelingPipelineThestaticobjectautolabelingmodelThedynamicobjectautolabelingmodel小结论文地址：[2103.05073]Offboard3DObjectDetectionfromPointCloudSequences(arxiv.org)概要该论文提出了一种利
苦瓜汤补钙·2023-10-16 07:57

循环神经网络（RNN）与长短时记忆网络（LSTM）

RNN在自然语言处理、语音识别、时间序列预测等领域有广泛应用。但是，RNN存在梯度消失和梯度爆炸等问题，这使得RNN在处理长序列时效果不佳。
PyTechShare·2023-10-16 06:52

深度学习-AlexNet论文精读

论文下载论文阅读一篇论文读三遍，不一定需要读完。第一遍读题目，摘要，结论来判断当前文章和手头工作是否相关。读不懂没关系，后面会有说明。第二遍通读，网络参数、细节可以忽略，弄明白整个算法，流程，背
小蒋的技术栈记录·2023-10-16 01:18

论文阅读“SimCTC: A Simple Contrast Learning Method of Text Clustering”

Li,Chen,etal."SimCTC:ASimpleContrastLearningMethodofTextClustering(StudentAbstract)."ProceedingsoftheAAAIConferenceonArtificialIntelligence.Vol.36.No.11.2022.摘要导读本文提出了一种简单的对比学习方法（SimCTC），大大提升了最先进的文本聚类
掉了西红柿皮_Kee·2023-10-15 23:58

Machine-Learning-Enabled Cooperative Perception for Connected Autonomous Vehicles 论文阅读

论文链接Machine-Learning-EnabledCooperativePerceptionforConnectedAutonomousVehicles:ChallengesandOpportunities0.Abstract阐明了为联网自动驾驶车辆设计支持机器学习的协作感知系统的可能性关注如何减少通信和数据处理延迟本文关注了机器学习，特征图量化，毫米波通信以及车辆边缘计算的最新成果1.In
KrMzyc·2023-10-15 17:32

CORE: Cooperative Reconstruction for Multi-Agent Perception 论文阅读

论文连接CORE:CooperativeReconstructionforMulti-AgentPerception0.摘要本文提出了CORE，一种概念简单、有效且通信高效的多智能体协作感知模型。从合作重建的新颖角度解决了该任务：合作主体共同提供对环境的更全面的观察整体观察可以作为有价值的监督，明确指导模型学习如何基于协作重建理想的观察CORE利用三个组件实现：每个代理共享的压缩器，用于创建更紧凑
KrMzyc·2023-10-15 17:31

论文阅读：Learning Personalized Risk Preferences for Recommendation

今天介绍一篇比较有意思的论文，发表在SIGIR20上，关于在推荐系统中应用行为经济学理论。省流小助手：前景理论（ProspectTheory）推荐的item需要有评分（ratings）解决的问题行为经济学是研究“非理性人”在经济活动中的行为规律的学科，很多结论都非常有意思。这篇paper最根本的想法是观察到在电商推荐中，用户选择商品会受到评论的影响，购买好评率比较低的商品有更高的“风险”，而每个人
filterc·2023-10-15 15:38

【BiLSTM-Adaboost预测】基于双向长短期记忆网络的Adaboost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代码及数据1概述BiLSTM-Adaboost预测是一种基于双向长短期记忆网络（BiLSTM）和Adaboost算法的时间序列预测方法。
程序猿鑫·2023-10-15 13:16

【CNN-GRU预测】基于卷积神经网络-门控循环单元的单维时间序列预测研究（Matlab代码实现）

将这两种模型结合起来可以有效地进行单维时间序列预测。在使用CNN-G
长安程序猿·2023-10-15 12:11

ExposureDiffusion: Learning to Expose for Low-light Image Enhancement论文阅读笔记

南洋理工大学、鹏城实验室、香港理工大学在ICCV2023发表的暗图增强论文。用diffusion模型来进行raw图像暗图增强，同时提出了一个自适应的残差层用来对具有不同信噪比的不同区域采取不同的去噪策略。方法的框图如下所示：一张raw图片可以由信号和噪声组成，其中信号是曝光时间、增益和场景光子转化为电子数量三者乘积，噪声是由服从泊松分布的散粒噪声和与信号相独立的噪声的加和：文章定义暗图增强的目标为
ssf-yasuo·2023-10-15 09:18

论文阅读--基于编码器-解码器的卷积神经网络与多尺度感知模块用于人群计数

Title:Encoder-DecoderBasedConvolutionalNeuralNetworkswithMulti-Scale-AwareModulesforCrowdCountingAbstract:Inthispaper,weproposetwomodifiedneuralnetworksbasedondualpathmulti-scalefusionnetworks(SFANet)
追忆苔上雪·2023-10-15 09:45
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他