论文研读

论文研读：An Event-based Data Model for Granular Information Flow Tracking

AnEvent-basedDataModelforGranularInformationFlowTrackingAbstract我们提出了一个通用的数据模型（commondatamodelCDM），用于跨各种平台和粒度表示因果事件。该模型是在美国国防高级研究计划局透明计算计划下为攻击起源分析而开发的。统一模型成功地表达了跨一系列粒度(例如，对象或字节级)和平台(例如，Linux和Android、B
三叁7621·2022-11-08 21:26

细粒度图像分类论文研读-2014

文章目录Part-BasedR-CNNsforFine-grainedCategoryDetection（bylocalization-classificationsubnetwork）AbstractIntroductionPart-BasedR-CNNsGeometricConstrainsFine-GrainedCategorization从14年开始，细粒度分类任务步入深度学习阶段，也逐渐
右边是我女神·2022-11-08 21:50

细粒度图像分类论文研读-2011

文章目录TheCaltech-USCDBirds-200-2011DatasetAbstract数据集规范与收集应用NovelDatasetforFine-GrainedImageCategorization：StanfordDogsIntroduction与其他数据集的比较训练与测试CombiningRandomizationandDiscriminationforFine-GrainedIma
右边是我女神·2022-11-08 21:20

细粒度图像分类论文研读-2012

文章目录ACodebook-FreeandAnnotation-FreeApproachforFine-GrainedImageCategorizationAbstractIntroductionOurApproachTemplateMatchingBasedRepresentationIntuitionTemplatesandtheMatchingApproachBaggingBasedClas
右边是我女神·2022-11-08 21:20

论文研读（三）：FCOS: Fully Convolutional One-Stage Object Detection

补充内容:论文研读（三）：FCOS:FullyConvolutionalOne-StageObjectDetection补充第一页论文题目：FCOS：全卷积网络的单阶段目标检测算法第二页Motivations
@彼岸花·2022-11-08 21:18

图像语义分割python_深度学习第34讲：图像语义分割经典论文研读之 FCN 全卷积网络...

作者：louwill个人公众号：机器学习实验室，致力于数据科学、机器学习和深度学习的应用与研究。有着多年的R语言和Python编程经验配套视频教程：Python机器学习全流程项目实战精https://edu.hellobi.com/course/284涵盖需求分析->数据采集->数据清洗与预处理->数据分析与可视化->特征工程->机器学习建模->模型调优->报告输出。以Python为工具实现机器学
weixin_39679718·2022-11-08 21:15

基于深度学习的命名实体识别研究综述——论文研读

基于深度学习的命名实体识别研究综述摘要：0引言1基于深度学习的命名实体识别方法1.1基于卷积神经网络的命名实体识别方法1.2基于循环神经网络的命名实体识别方法1.3基于Transformer的命名实体识别方法1.4其他的命名实体识别方法1.5基于深度学习的命名实体识别方法对比2基于深度学习的命名实体识别应用领域2.1生物医学领域2.2社交媒体领域2.3化学领域2.4其他领域命名实体识别技术3基于深
椒椒。·2022-11-08 21:08

论文研读笔记（七）—CTPN

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 Star1·2022-11-08 21:38

细粒度图像分类论文研读-2013

文章目录Fine-GrainedCrowdsourcingforFine-GrainedRecognitionAbstractIntroductionTheBubblesGameTheBubbleBankAlgorithmTheBubbleDetectorsHierachicalPartMatchingforFIne-GrainedVisualCategorizationAbstractIntro
右边是我女神·2022-11-08 20:41

论文研读2——对抗样本(Adversarial Example)综述（2021版）

论文地址：Advancesinadversarialattacksanddefensesincomputervision:Asurvey这篇论文是2018年那篇的一个续集，其中涉及的大多数都可以被视为第一代探索核心算法和技术来欺骗深度学习或抵御对抗性攻击的技术，其中一些算法启发了大量的后续方法来进一步改进和适应核心攻击和防御技术。后续的第二代方法也更多地关注其他的视觉任务，而不仅仅是分类问题。一、
Fmm-PMO·2022-11-05 14:25

论文研读2018：卷积中的注意力和keras实现。CBAM: Convolutional Block Attention Module

文章目录Abstract1Introduction2RelatedWork3ConvolutionalBlockAttentionModuleChannelattentionmodule代码Spatialattentionmodule代码Arrangementofattentionmodules4Experiments4.1AblationstudiesChannelattentionSpatia
北丐安全·2022-10-30 17:03

【论文研读笔记---十】Mask-RCNN

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 Star1·2022-10-24 07:38

深度学习学习笔记-双向LSTM-CRF模型论文研读

概念引入命名实体识别命名实体识别（NamedEntityRecognition，NER）是NLP中一项非常基础的任务。NER是信息提取、问答系统、句法分析、机器翻译等众多NLP任务的重要基础工具。定义命名实体识别（NamedEntityRecognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。简单的讲，就是识别自然文本中的实
丰。。·2022-10-24 07:35

论文研读-文献聚类可视化-文献聚类结果可视分析方法研究

文献聚类结果可视分析方法研究1论文概述1.1摘要1.2引言1.3脉络2可视分析框架2.1框架概述2.2框架组成3可视化设计3.1语料结构可视化3.2语料内容可视化3.3聚类结果调整和优化4系统实现及案例分析4.1选择聚类方法4.2调整聚类数量4.3优化和诊断聚类结果4.4用户反馈5结论6收获1论文概述2020年10月发表在《计算机辅助设计与图形学学报》上的中科院网络中心的一篇文章，主要是探究文献聚
weixin_43413013·2022-10-23 07:58

并联四足机器人项目开源教程（五） --- 四足机器人相关书籍&论文研读

这个是本人在大三期间做的项目----基于MIT的Cheetah方案设计的十二自由度并联四足机器人，这个项目获得过两个国家级奖项和一个省级奖项。接下来我会将这个机器人的控制部分所有代码进行开源，并配有相关的教程博客，希望能够帮助到在学习相关领域知识或者进行项目开发的同学。学习建议自从MIT开源了Cheetah项目，网上出现了很多的论文解读，相关开源项目，也有很多人在原论文的基础上，对某个算法进行改进
煜个头头·2022-10-13 09:36

[深度学习论文笔记] Inter-slice Context Residual Learning for 3D Medical Image Segmentation

[深度学习论文研读]Inter-sliceContextResidualLearningfor3DMedicalImageSegmentation基于层间上下文残差学习的三维医学图像分割论文：https
Slientsake·2022-10-03 07:02

《Deep Residual Learning for Image Recognition》------ResNet 经典网络论文研读

最近看STE-NVNAN的时候开始学习网络，使用pytorchAbstract更深层次的神经网络更难训练。我们提出了一个残差学习框架来简化网络的训练，这些网络比以前使用的网络要深刻得多。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（unreferencedfunctions）。我们提供了全面的经验证据表明，这些残差网络更容易优化，并可以获得精度从大幅增加的深度。在ImageNet数据集上，我
听我的错不了·2022-10-03 07:30

多模态信息抽取（二）——多模态预训练模型综述（上）

多模态预训练模型综述-论文研读0引言1相关工作2多模态预训练任务2.1MLM预训练任务2.2MRM预训练任务2.2.1MRC预训练任务2.2.2MRC-KL预训练任务2.2.3MRFR预训练任务2.3ITM
椒椒。·2022-10-02 07:52

基于神经网络和小波变换的癫痫脑电诊断比较

论文研读ComparisonofEEGbasedepilepsydiagnosisusingneuralnetworksandwavelettransformAbstract癫痫病是一种常见的精神疾病。
爱吃榴莲的妹妹·2022-10-02 07:18

基于改进胶囊网络的文本分类-论文研读

基于改进胶囊网络的文本分类0引言1相关工作1.1从标量到向量的转化1.2Squash压缩激活函数1.3动态路由2改进胶囊网络模型2.1N-gram卷积层2.2主胶囊层2.3卷积层2.4卷积胶囊层2.5全连接胶囊层3实验与结果分析3.1实验数据3.2多标签分类实验3.2.1相关实验3.2.2改进胶囊网络实验3.2.3加入word2vec扩展实验3.2.4多标签分类实验结果总结3.3二分类实验4结语参
椒椒。·2022-10-01 07:22

论文研读——机器人导航深度局部轨迹重规划与控制

论文研读——DeepLocalTrajectoryReplanningandControlforRobotNavigation此篇文章为论文的学习笔记，只供学习使用，不作商业用途，侵权删除。
小王爱学习1234·2022-08-31 07:20

论文研读-Deep Multi-Agent Reinforcement Learning-2

深度多智能体强化学习（DMARL）此篇文章为博士学位论文：DeepMulti-AgentReinforcementLearning的论文学习笔记，只供学习使用，不作商业用途，侵权删除。并且本人学术功底有限如果有思路不正确的地方欢迎批评指正！多智能体强化学习是一个非常有趣的研究领域，它与单智能体强化学习、多智能体系统、博弈论、进化计算和优化理论有着密切的联系。（二）介绍2.1工业革命，认知和计算机蒸
小王爱学习1234·2022-08-31 07:50

论文研读笔记（五）——通过单机器人进化策略搜索增强多机器人导航的深度强化学习方法

通过单机器人进化策略搜索增强多机器人导航的深度强化学习方法（EnhancingDeepReinforcementLearningApproachesforMulti-RobotNavigationViaSingle-RobotEvolutionaryPolicySearch）最近我在学习多机器人编队导航的论文，此篇文章为“MarchesiniE,FarinelliA.Enhancingdeepre
小王爱学习1234·2022-08-31 07:10

论文研读笔记（一）——多智能体强化学习的相对分布编队和避障

RelativeDistributedFormationandObstacleAvoidancewithMulti-AgentReinforcementLearning（多智能体强化学习的相对分布编队和避障）最近我在学习多机器人编队导航的论文，此篇文章为“[1]YanY,LiX,QiuX,etal.RelativeDistributedFormationandObstacleAvoidancewi
小王爱学习1234443·2022-08-30 07:42

论文研读笔记（二）——通过深度强化学习避免碰撞的编队控制

通过深度强化学习避免碰撞的编队控制（FormationControlwithCollisionAvoidancethroughDeepReinforcementLearning）文献链接最近我在学习多机器人编队导航的论文，此篇文章为“Z.Sui,Z.Pu,J.YiandT.Xiong,“FormationControlwithCollisionAvoidancethroughDeepReinfor
小王爱学习1234443·2022-08-30 07:42

论文研读——基于深度强化学习的自动驾驶汽车运动规划研究综述

论文研读——SurveyofDeepReinforcementLearningforMotionPlanningofAutonomousVehicles此篇文章为论文的学习笔记，只供学习使用，不作商业用途
小王爱学习1234443·2022-08-30 07:11

论文研读——n个物体相互间的碰撞避免

论文研读——Reciprocaln-bodyCollisionAvoidance此篇文章为论文的学习笔记，只供学习使用，不作商业用途，侵权删除。并且本人学术功底有限，如有思路不正确的地方欢迎批评指正！
小王爱学习1234443·2022-08-30 07:11

论文研读笔记（三）——基于障碍函数的移动机器人编队控制安全强化学习

基于障碍函数的移动机器人编队控制安全强化学习（BarrierFunction-basedSafeReinforcementLearningforFormationControlofMobileRobots）最近我在学习多机器人编队导航的论文，此篇文章为“X.Zhang,Y.Peng,W.Pan,X.XuandH.Xie,“BarrierFunction-basedSafeReinforcement
小王爱学习1234443·2022-08-30 07:55

表单识别（六）——票据识别-论文研读：基于深度学习的票据识别系统设计与实现，卞飞飞（中）

票据识别系统文本检测与识别算法研究方法概览票据文本检测算法文本单元间边界信息建模设计可微分二值化模块设计网络结构设计网络训练标签的生成与损失函数设计网络推理过程与后处理设计票据文本识别算法方法概览变长训练方案设计CRNN网络结构改进设计多模型集成设计网络推理过程与后处理方法概览算法设计具体如下：1）首先进行基于分割的密集文本检测算法设计。票据文本长宽比变化大，文本尺度小，同时存在部分弯曲倾斜文本，
椒椒。·2022-08-28 17:52

活体检测论文研读六：Searching Central Difference Convolutional Networks for Face Anti-Spoofing

文章目录论文简介论文研读IntroductionRelatedWorkMethodologyCentralDifferenceConvolutionCDCNCDCN++ExperimentsDatasetsandMetricsImplementationDetailsAblationStudyIntraTestingInterTestingAnalysisandVisualization.Conc
DeepHao·2022-08-18 07:25

NoisyTune: A Little Noise Can Help You Finetune Pretrained Language Models Better论文研读

今天也要加油呀！o(*￣▽￣*)ブ目录一、摘要二、模型三、实验一、摘要有效地微调预训练语言模型（PLMs）对于其在下游任务中的成功至关重要。然而，PLMs可能存在过度拟合训练前任务和数据的风险，这些任务和数据通常与目标下游任务存在差距。现有PLMs微调的方法可能难以克服这种差距，并导致性能不佳。在《NoisyTune》一文中，提出了一种非常简单但有效的方法NoisyTune，通过微调PLMs参数之
冲冲冲鸭鸭鸭~·2022-06-26 07:20

深度学习传感器融合技术在自动驾驶汽车感知与定位中的应用研究进展

论文研读——DeepLearningSensorFusionforAutonomousVehiclePerceptionandLocalization:AReview深度学习传感器融合技术在自动驾驶汽车感知与定位中的应用研究进展摘要
小王爱学习1234443·2022-06-17 07:46

计算机视觉可解释性——CAM热力图的研读与复现

arxiv.org/pdf/1512.04150.pdf完整代码：https://github.com/metalbubble/CAM—————————————————————————————————论文研读问题
游客26024·2022-06-12 07:28

从零开始学人脸检测之Retinaface篇（内含魔改版GhostNet+mbv2）

从零开始学人脸检测之Retinaface篇（内含魔改版）代码已开源，欢迎白嫖和star：github.com/pengtougu/Retinaface_Ghost一、论文解读论文研读工作由Sansa大佬完成
pogg_·2022-05-30 07:08

论文研读（三）：FCOS: Fully Convolutional One-Stage Object Detection之补充

正文解读：论文研读（三）：FCOS:FullyConvolutionalOne-StageObjectDetection目标检测  目标检测可以理解为是物体识别和物体定位的综合，不仅仅要识别出物体属于哪个分类
@彼岸花·2022-05-21 18:04

transformer论文研读

transformer论文研读Conformer:LocalFeaturesCouplingGlobalRepresentationsforVisualRecognitionCS2-Net:DeepLearningSegmentationofCurvilinearStructuresinMedicalImagingAutomateddetectionofcurvilinearstructures
一知半解百晓生·2022-05-04 07:39

论文学习随记：Unsupervised 3D Shape Completion through GAN Inversion

文章目录论文研读1.两个component：①用于提升均匀性的PatchVarianceloss：②用于估计点对应关系的masking机制K-Mask：2.KNN核心思想：如何选取k值：“最邻近”如何度量
Pikoyoo·2022-05-04 07:13

论文研读-AI4VIS-可视化推荐-VizML: 一种基于机器学习的可视化推荐方法

VizML:一种基于机器学习的可视化推荐方法1论文概述1.1摘要1.2引言2问题陈述3相关工作3.1基于规则的可视化推荐系统3.2基于机器学习的可视化推荐系统4数据4.1Plotly介绍4.2数据描述和分析，收集和清理4.2数据特征提取4.3设计选择提取5方法5.1特征处理5.2预测任务5.3神经网络和基线模型6评估性能解释特征重要性7基准与众包的有效性7.1建模和测量有效性7.2基准测试过程与数
weixin_43413013·2022-04-29 07:56

分布式存储论文研读（四）：Aurora

分布式存储研究计划的最后一篇论文，研读Amazon的Aurora数据库。其对应论文为：AmazonAurora:DesignConsiderationsforHighThroughputCloud-NativeRelationalDatabases。论文发表于2017数据库顶会SIGMOD。键值对数据库，Amazon提出了Dynamo，而关系型数据库，Amazon推出了Aurora。Introdu
·2022-04-17 10:48

分布式存储论文研读（三）：DynamoDB

这篇博客，分享另一个云端巨头：Amazon的DynamoDB数据库的实现论文，“Dynamo:Amazon'sHighlyAvailableKey-valueStore”。BackgroundSystemAssumptionsandRequirements与GFS，Bigtable等一样，DynamoDB有一些适用的场景。文章做出以下假设，并根据这些假设进行系统的设计，会更有针对性：QueryMo
·2022-04-16 09:13

分布式存储论文研读（二）：BigTable

首先和论文无关，还是想分享一下来自MalteSchwarzkopf博士毕业论文OperatingSystemsupportforwarehouse-scalecomputing的一张Google基础服务架构图：GFS和Bigtable都在其中，关系一目了然。DataModelBigtable从本质上来讲应该类似于一种NoSQL数据库，同时又提供了普通的数据库所没有的接口。它的数据模型如下：(row
·2022-04-15 09:47

分布式存储论文研读（一）：GFS

为了在分布式系统的技术栈中有更深的认识和更坚实的基础，准备在这个季度花费工作外的时间对Google和Amazon一系列分布式数据的论文进行研读学习，并将研读结果整理为博客记录。本篇研读的论文是TheGoogleFileSystem，发表于2003年的SOSP，介绍了Google的GFS文件存储系统。DesignOverviewAssumptionsGFS本身属于分布式存储系统，其设计主要针对以下几
·2022-04-14 08:49

活体检测论文研读三：Learning Deep Models for Face Anti-Spoofing: Binary or Auxiliary Supervision

LearningDeepModelsforFaceAnti-Spoofing:BinaryorAuxiliarySupervision论文简介一、指出先前的深度学习方法将人脸反欺骗问题视为一个简单的二分类问题，将SpoofFace和LiveFace分别采用简单的0，1标签进行监督学习。这样的神经网络很难抓住足够的欺骗线索并且对线索的归纳性很差ConventionalCNN-basedfaceant
DeepHao·2022-03-29 07:05

【深度学习】实战教程 | 车道线检测项目实战，霍夫变换 & 新方法 Spatial CNN

理论篇：算法基础（可选择后看）本专栏所涉及的项目所需机器学习/图像处理知识并不深入，但我之前在CSDN也开设了《机器学习算法讲解与Python实现》和《计算机视觉前沿论文研读
风度78·2022-03-24 07:40

Swin-Unet论文研读

Swin-Unet:Unet-likePureTransformerforMedicalImageSegmentation论文：https://arxiv.org/pdf/2105.05537.pdf代码：https://github.com/HuCaoFighting/Swin-UnetAbstract(摘要)在过去的几年里，卷积神经网络(CNNs)在医学图像分析中取得了里程碑式的成就。尤其是基
Never_Jiao·2022-03-23 07:30

[2202.06709] - 论文研读系列(2) 个人笔记

[论文简析]HowDoVisionTransformersWork?[2202.06709]论文题目:HowDoVisionTransformersWork?论文地址:http://arxiv.org/abs/2202.06709代码:https://github.com/xxxnell/how-do-vits-workICLR2022-ReviewerKvf7：这个文章整理的太难懂了很多tric
黄龙士·2022-03-18 18:00

【论文研读】NNLM—A Neural Probabilistic Language Model

1.问题：统计语言建模的一个目标是学习语言中单词序列的联合概率函数。这在本质上是困难的，因为维数的诅咒:测试模型的word序列很可能与训练中看到的所有单词序列不同。我们建议通过学习一个分布式的词表示来克服维数的诅咒，它允许每个训练句子向模型告知一个指数数量的语义相邻句子N-gram它不考虑1到2个单词以外的上下文，1秒内它不考虑单词之间的“相似性”。2.介绍使用这些思想的实现依赖于共享参数的多层神
VirusBenn·2022-03-03 07:00

CNN 入门讲解专栏阅读顺序以及论文研读视频集合（8月11日更新）

**通告**：并且我们每两周会举报AI知识分享会，有各种大佬直播为你解释问题，研读活动后续视频会同步分享在本地和公号,想要参与的可以加下面的微信公号：follow_bobo麻烦大家给我点个赞，就是那种让我看起来，写的还不错的样子!拜托了！！o(´^｀)o想要加入AI知识分享会或者机器学习交流群的朋友请关注我微信公号，关注后会有我的微信号，加我微信，拉你进群本专栏会陆续收录别人的投稿，我也欢迎大家来
随波竺流AI分享会·2022-02-14 07:28

论文研读

《基于ROS的服务机器人云端协同计算框架》云机器人计算框架（CloudRobotComputingFramework）通过云端，将智能家居及其他硬件与机器人相结合，并且通过互联网连接第三方应用API。CRCF旨在利用云端大数据处理能力来提高机器人的计算和存储能力。本文通过远程语音控制机器人的实验,验证了CRCF系统平台在结合硬件设备以及第三方云端应用的功能和性能。CRCF框架作为信息共享中心，将智
橙子潘潘·2022-02-05 07:42

Harris算子原理以及python实现

（一）Harris算子的实现本系列研究的是自适应超参数估计的Harris算子学习过程主要分为一下几部分：Harris算子的实现学习随机过程和优化估计理论论文研读，调研相关研究文献，了解国内外研究现状采集超参数与图像局部多尺度之间的关系
知南_twenty·2021-03-16 22:31
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他