论文解析

每周编辑精选｜RJUA-QA 医疗数据集上线、 3D 分子生成模型 ResGen 论文解析

HyperAI超神经的新栏目来啦～每周一超神经编辑部会精选上一周更新在hyper.ai官网的内容（数据集、AI4S论文案例、百科词条）发布在这里。欢迎直接访问hyper.ai查看全部内容哦！1月15日-1月21日，hyper.ai官方网站更新速览：优质公共数据集：10个AI4S论文案例：2篇热门百科词条：10条访问官网：https://hyper.ai/公开数据集精选1.CrossDock2020

HyperAI超神经·2024-01-24 00:04

NeRF算法论文解析与翻译

超爱吃小蛋糕的66·2024-01-16 11:16

NeRF算法原理总结概述

论文翻译见博客：《NeRF算法论文解析与翻译》参考链接：神经网络辐射场NeRF、实时NeRFBaking、有向距离场SDF、占用网络Occupancy、NeRF自动驾驶NeRF详解NeRF入门之体渲染(

超爱吃小蛋糕的66·2024-01-16 11:14

Neural Tangent Kernel 理解（一）原论文解读

欢迎关注WX公众号，每周发布论文解析：PaperShare,点我关注NTK的理解系列暂定会从（一）论文解读，（二）kernelmethod基础知识，（三）神经网络表达能力，（四）GNN表达能力等方面去写

Bagba·2024-01-06 21:43

【Pytorch】学习记录分享11——GAN对抗生成网络

PyTorchGAN对抗生成网络0.工程实现1.GAN对抗生成网络结构2.GAN构造损失函数（LOSS）3.GAN对抗生成网络核心逻辑3.1参数加载：3.2生成器：3.3判别器：0.工程实现原理解析：论文解析

大江东去浪淘尽千古风流人物·2024-01-06 15:15

从 YOLOv1 到 YOLO-NAS 的所有 YOLO 模型：论文解析

在计算机视觉的浩瀚领域，有一支耀眼的明星，她的名字传颂着革新与突破的传奇——YOLO（YouOnlyLookOnce）。回溯时光，走进这个引人注目的名字背后，我们仿佛穿越进一幅画卷，一幅展现创新魅力与技术风华的画卷。很久以前，CVPR2016是一个注定光芒万丈的时刻。在这个充满期待的舞台上，JosephRedmon为世界呈现了一种单阶段目标检测的奇迹，她名为YOLO。这并非仅是一个算法，更是一曲深

T1.Faker·2024-01-05 23:37

3D hand pose：MediaPipe Hands: On-device Real-time Hand Tracking

MediaPipeHands:On-deviceReal-timeHandTracking论文解析0.摘要1.Introduction2.框架2.1BlazePalmDetector2.2HandLandmarkModel3

AIRV_Gao·2023-12-25 00:38

MatchPyramid实现文本匹配

原论文解析→点此←。MatchPyramid核心思想是计算两段文本间的匹配矩阵，把它当成一个图形利用多层卷积网络提取不同层级的交互模式。

愤怒的可乐·2023-12-01 07:10

Make Pixels Dance: High-Dynamic Video Generation论文解析

高动态视频生成的新进展MakePixelsDance:High-DynamicVideoGeneration高动态视频生成的新进展前言视频生成模式摘要论文十问实验数据集定量评估指标消融研究训练和推理技巧训练技术推理技术更多的应用MakePixelsDance:High-DynamicVideoGeneration高动态视频生成的新进展前言动态视频生成一直是人工智能领域的一个重要且富有挑战性的目标。

江小皮不皮·2023-11-28 19:22

软考高级系统架构设计师论文真题分析系列之：论软件架构风格

软考高级系统架构设计师论文真题分析系列之：论软件架构风格一、论软件架构风格二、论文解析三、详细介绍架构风格的模型和含义1.数据流风格2.调用/返回风格3.独立构件风格4.虚拟机风格5.仓库风格一、论软件架构风格软件架构风格是描述某一特定应用领域中系统组织方式的惯用方式

最笨的羊羊·2023-11-26 15:23

车道线检测：LSTR论文解析

车道线检测：End-to-endLaneShapePredictionwithTransformers论文解析1.Abstract2.Introduction3.RelatedWork4.Method4.1

AIRV_Gao·2023-11-16 11:34

Zephyr-7B论文解析及全量训练、Lora训练

文章目录一、Zephyr：DirectDistillationofLMAlignment1.1开发经过1.1.1Zephyr-7B-alpha1.1.2Zephyr-7B-beta1.2摘要1.3相关工作1.4算法1.4.1蒸馏监督微调（dSFT）1.4.2基于偏好的AI反馈(AIF）1.4.3直接蒸馏偏好优化（dDPO）1.4.4训练细节1.5实验二、alignment-handbook：低成本

神洛华·2023-11-12 13:38

【AlphaGo论文学习】Mastering the game of Go without human knowledge翻译及心得

原文地址：https://www.gwern.net/docs/reinforcement-learning/alphago/2017-silver.pdf参考的别人的学习解析：AlphaGoZero论文解析

PokiFighting·2023-11-09 05:10

STD-Trees: Spatio-temporal Deformable Trees for Multirotors Kinodynamic Planning （论文解析）

STD-Trees:Spatio-temporalDeformableTreesforMultirotorsKinodynamicPlanning（论文解析）动态变形树树边表示轨迹树变形数值结果仿真结果一般的轨迹优化方案中仅考虑到空间约束

聪明小張·2023-11-09 02:14

Fast R-CNN论文解析

文章目录一、介绍二、拟解决的关键问题三、FastR-CNN结构以及训练算法1.整体结构2.ROIPoolingLayer3.Pre-TrainedNetwork4.目标检测任务的微调5.尺度不变性四、总结五、参考文献本篇博客将要解析的论文是FastR-CNN，论文地址为：https://arxiv.org/abs/1504.08083一、介绍本文是RossGirshick于2015年发表的一篇文章

小毛激励我好好学习·2023-11-04 20:11

更快更准 | YOLOv3算法超详细解析（包括诞生背景+论文解析+技术原理等）

前言：Hello大家好，我是小哥谈。YOLOv3是一种基于深度学习的目标检测算法，它可以快速而准确地在图像中检测出多个目标。它是由JosephRedmon和AliFarhadi在2018年提出的，是YOLO（YouOnlyLookOnce）系列算法的第三个版本。YOLOv3算法使用了Darknet-53网络作为其主干网络，并且采用了多尺度预测和多个尺度的边界框来提高检测效果。本篇文章就详细讲述一下

小哥谈·2023-11-03 18:54

【阅读笔记】Federated Learning for Privacy-Preserving AI

FederatedLearningforPrivacy-PreservingAI前言一、论文解析DefinitionCategorizationArchitectureApplicationExamplesUseCase1

HERODING77·2023-11-02 19:17

Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection(论文解析)

GroundingDINO:MarryingDINOwithGroundedPre-TrainingforOpen-SetObjectDetection:根据文字提示检测任意目标摘要1介绍2相关工作3.GroundingDINO3.1.特征提取和增强器3.2.语言引导的查询选择3.3.交叉模态解码器3.4.子句级别文本特征3.5.损失函数4实验4.1.设置4.2.Zero-ShotTransfer

黄阳老师·2023-11-02 14:02

Detecting Everything in the Open World: Towards Universal Object Detection(论文解析)

DetectingEverythingintheOpenWorld:TowardsUniversalObjectDetection摘要1介绍2相关工作3准备工作4TheUniDetector框架4.1.异构标签空间训练4.2.开放世界推理5实验5.1.开放世界中的目标检测5.2.封闭世界中的目标检测5.3.广泛目标检测5.4开放词汇目标检测比较5.5.消融实验6结论摘要在本文中，我们正式探讨了通用

黄阳老师·2023-11-02 14:02

Incremental Object Detection via Meta-Learning【论文解析】

IncrementalObjectDetectionviaMeta-Learning摘要1介绍2相关工作3方法3.1问题描述3.2元学习梯度预处理3.3增量式目标检测器摘要摘要：在真实世界的情境中，目标检测器可能会不断遇到来自新类别的物体实例。当现有的目标检测器应用于这种情景时，它们对旧类别的性能会显著下降。已经有一些努力来解决这个限制，它们都应用了知识蒸馏的变体来避免灾难性遗忘。然而，我们注意到

黄阳老师·2023-11-02 14:55

论文解析——Implementing Precise Interrupts in Pipelined Processors

作者及发刊详情JamesE.SmithandAndrewR.Pleszkun.1988.ImplementingPreciseInterruptsinPipelinedProcessors.IEEETrans.Comput.37,5(May1988),562–573.https://doi.org/10.1109/12.4607摘要当一条指令执行结束另一条指令开始前，如果保存的进程状态和程序执行的

KGback·2023-11-01 14:08

[卷积神经网络]FasterNet论文解析

一、概述FasterNet是CVPR2023的文章，通过使用全新的部分卷积PConv，更高效的提取空间信息，同时削减冗余计算和内存访问，效果非常明显。相较于DWConv，PConv的速度更快且精度也非常高，识别精度基本等同于大型网络Swin-B，但是在GPU上可以提升36%的吞吐量。原文地址和代码地址如下：Run,Don'tWalk:ChasingHigherFLOPSforFasterNeura

ViperL1·2023-10-26 05:33

Segment Anything（论文解析）

SegmentAnything摘要1.介绍2SAM任务SAM模型摘要我们介绍了“SegmentAnything”(SA)项目：这是一个新的任务、模型和数据集对于图像分割。使用我们高效的模型进行数据收集，我们构建了迄今为止最大的分割数据集（远远超过其他数据集），其中包含了超过10亿个掩膜，覆盖了1100万张经过许可和尊重隐私的图像。该模型被设计和训练为可提示的，因此可以实现零次学习，适用于新的图像分

黄阳老师·2023-10-24 04:48

Learning Open-World Object Proposals without Learning to Classify(论文解析)

LearningOpen-WorldObjectProposalswithoutLearningtoClassify摘要1介绍2相关工作3方法3.1基线3.2基于纯定位的对象性3.3.对象定位网络(OLN)4实验4.1跨类泛化4.2.开放世界类不可知检测4.3更多的跨数据集泛化4.3.1Objects365泛化4.3.2EpicKitchens的泛化4.4.对长尾目标检测的影响5结论摘要物体提议已

黄阳老师·2023-10-24 04:15

论文解析——一种面向Chiplet互连的高效传输协议设计与实现

作者及发刊详情熊国杰,张津铭,贺光辉.一种面向Chiplet互连的高效传输协议设计与实现[J].计算机工程与科学,2023,45(08):1339-1346.XIONGGuo-jie,ZHANGJin-ming,HEGuang-hui.DesignandimplementationofanefficienttransmissionprotocolforChipletinterconnection[

KGback·2023-10-19 02:17

论文解析-基因序列编码算法DeepSEA

论文解析-DeepSEA参考亮点功能方法数据集来源数据实验评估评估DeepSEA预测染色质特征的性能评估DeepSEA在变异序列上的DHS预测性能数据集结果参考Zhou,J.,Troyanskaya,O.Predictingeffectsofnoncodingvariantswithdeeplearning–basedsequencemodel.NatMethods12,931

平平无奇科研小天才·2023-10-18 01:55

论文解析-moETM

论文解析-moETM参考亮点动机发展现状现存问题功能方法Encoder改进Decoder改进评价指标生物保守性批次效应移除实验设置结果多组学数据整合cell-topicmixture可解释性组学翻译性能评估

平平无奇科研小天才·2023-10-18 01:52

论文解析——AMD EPYC和Ryzen处理器系列的开创性的chiplet技术和设计

ISCA2021摘要本文详细解释了推动AMD使用chiplet技术的挑战，产品开发的技术方案，以及如何将chiplet技术从单处理器扩展到多个产品系列。正文这些年在将SoC划分成多个die方面有一系列研究，MCM的概念也在不断更新，AMD吸收了chiplet架构的理论并应用到实际的设计中。II.chiplets驱动力A.计算的强大需求B.摩尔定律正在解体C.大芯片难以挽救大型SoC的Die大小在不

KGback·2023-10-15 20:55

论文解析——一种多核处理器直连接口QoS的设计与验证

作者罗莉，周宏伟，周理，潘国腾，周海亮（@国防科技大学）刘彬（@武警贵州省总队）摘要多核处理器直接互连构建多路并行系统，一直是提高高性能计算机并行性的主要方式。主要研究多核处理器直连接口的QoS设计，通过直连接口完成跨芯片的cache一致性报文有效、可靠传输，实现共享主存的SMP系统。详细阐述了直连接口各个协议层的QoS设计的关键技术，基于UVM方法学构建了可重用验证平台，模拟验证了QoS设计的正

KGback·2023-10-15 20:22

iMAP——论文解析

iMAP:ImplicitMappingandPositioninginReal-TimeiMAP是第一个提出用MLP作为场景表征的实时RGB-DSLAM。iMAP采用关键帧结构和多进程，通过动态信息引导的像素采样来提高速度，跟踪频率为10Hz，全局地图更新频率为2Hz。隐式MLP的优势在于高效的几何表示法和自动细节控制，以及对物体背面等未观察区域进行平滑、合理的填充。一、简介理想的3D表征应该具

gongyuandaye·2023-10-14 21:32

FreeSOLO: Learning to Segment Objects without Annotations(论文解析*)

FreeSOLO:LearningtoSegmentObjectswithoutAnnotations*摘要引言摘要实例分割是一项基本的计算机视觉任务，旨在识别并分割图像中的每个对象。然而，要学习实例分割通常需要昂贵的注释，例如边界框和分割掩模。在这项工作中，我们提出了一种完全无监督的学习方法，可以学习不受类别限制的实例分割，而无需任何注释。我们介绍了FreeSOLO，这是建立在简单实例分割方法S

黄阳老师·2023-10-14 19:00

论文阅读--深度学习基础文献

etal.Masteringthegameofgowithouthumanknowledge[J].nature,2017,550(7676):354-359.参考文章：深入浅析AlphaGoZero与深度强化学习AlphaGoZero论文解析

伊丽莎白鹅·2023-10-10 21:09

论文解析——异构多芯粒神经网络加速器

作者朱郭益,马胜，张春元,王波（国防科技大学计算机学院）摘要随着神经网络技术的快速发展,出于安全性等方面考虑,大量边缘计算设备被应用于智能计算领域。首先，设计了可应用于边缘计算的异构多芯粒神经网络加速器其基本结构及部件组成.其次,通过预计算异构芯粒上的计算负载,将计算任务在神经网络通道上进行划分,不断加入新的任务,逐芯粒测试并进行迭代,选取异构芯粒组合以构建神经网络加速器.最后,分别在抽样构造的测

KGback·2023-10-10 07:44

【目标跟踪算法】Strong SORT多目标跟踪模型论文解析+代码详解

1.StrongSORT算法的背景和概述StrongSORT算法基于经典的DeepSORT模型，并从目标检测模型、表征特征模型和匹配算法等各个方面对其进行了升级优化。1.1表观特征分支的优化算法对于StrongSORT算法的表观特征分支部分，主要是进行了2方面的优化，一是优化了特征提取器的能力，二是利用了EMA（Exponentialmovingaverage）特征更新策略从而取代DeepSORT

frootguo·2023-09-25 14:24

Co-SLAM——论文解析

Co-SLAM:JointCoordinateandSparseParametricEncodingsforNeuralReal-TimeSLAM神经隐式表征slam（implictneuralrepresentaton，INR）使用一个连续函数来表征图像或者三维voxel，并用神经网络来逼近这个函数。Co-SLAM也是这类工作，Co-SLAM将场景表示为多分辨率哈希网格，以利用其较高的收敛速度和

gongyuandaye·2023-09-18 00:35

vMAP——论文解析

vMAP:VectorisedObjectMappingforNeuralFieldSLAMvMAP是一个物体级稠密图neuralSLAM，每一个物体都用一个mlp来表征，而不需要3D先验。当RGB-D相机在没有任何先验信息的情况下时，vMAP会即时检测物体instance，并将其动态地添加到地图中。基于vectorisedtraining，vMAP可以优化单个场景中多达50个单独的物体，并以5H

gongyuandaye·2023-09-18 00:33

Annealing-based Label-Transfer Learning for Open World Object Detection(论文解析)

Annealing-basedLabel-TransferLearningforOpenWorldObjectDetection摘要2相关工作摘要“开放世界目标检测（OpenWorldObjectDetection，OWOD）因其在现实世界中的实用性而引起了广泛关注。以往的OWOD研究通常采用手动设计未知发现策略来从背景中选择未知提议，但由于缺乏适当的先验知识，存在不确定性。在本文中，我们提出目标

黄阳老师·2023-09-17 06:32

Unsupervised Recognition of Unknown Objects for Open-World Object Detection（论文解析）

UnsupervisedRecognitionofUnknownObjectsforOpen-WorldObjectDetection摘要2相关工作摘要开放世界目标检测（OWOD）将目标检测问题扩展到一个现实且动态的场景，要求检测模型能够检测已知和未知对象，并能够增量学习新引入的知识。当前的OWOD模型，如ORE和OW-DETR，侧重于将具有高物体性分数的区域标记为未知对象，它们的性能在很大程度上

黄阳老师·2023-09-17 06:32

PROB: Probabilistic Objectness for Open World Object Detection（论文解析）

PROB:ProbabilisticObjectnessforOpenWorldObjectDetection摘要2相关工作摘要开放世界目标检测（OWOD）是一个新的、具有挑战性的计算机视觉任务，它弥合了传统的目标检测（OD）基准和现实世界中的目标检测之间的差距。除了检测和分类已知/标记的对象外，OWOD算法还应该能够检测新颖/未知的对象，这些对象可以进行分类和增量学习。在标准的OD中，不与已标记

黄阳老师·2023-09-17 06:30

论文解析：SCA-CNN

SCA-CNN《SCA-CNN:SpatialandChannel-wiseAttentioninConvolutionalNetworksforImageCaptioning》总体介绍文章认为CNN具有三个非常重要的性质，channel，spatial，multilayer，但是现有的基于注意力机制的CNN方法大多只在网络最后一层的引入spatialattention机制，罔顾了channel

夜半罟霖·2023-09-15 23:26

百度飞桨目标检测教程三：YOLO系列论文解析

百度飞桨目标检测教程三：YOLO系列论文解析Anchor-based单阶段目标检测算法YOLO系列论文解析涉及论文：YOLOv1YOLOv2YOLOv3PPYOLOYOLOv1ppt1性价比最高，不是精度最高的

phosphenesvision·2023-09-12 05:10

End-to-End Object Detection with Transformers(论文解析)

End-to-EndObjectDetectionwithTransformers摘要介绍相关工作2.1集合预测2.2transformer和并行解码2.3目标检测3DETR模型3.1目标检测集设置预测损失3.2DETR架构摘要我们提出了一种将目标检测视为直接集合预测问题的新方法。我们的方法简化了检测流程，有效地消除了许多手工设计的组件的需求，如显式编码我们关于任务的先验知识的非极大值抑制过程或锚

黄阳老师·2023-09-09 20:20

DEFORMABLE DETR: DEFORMABLE TRANSFORMERS FOR END-TO-END OBJECT DETECTION (论文解析)

DEFORMABLEDETR:DEFORMABLETRANSFORMERSFOREND-TO-ENDOBJECTDETECTION摘要1介绍2相关工作3重新审视Transformers和DETR4方法4.1用于端到端目标检测的可变形transformer4.2DeformableDetr的其他改进和变型5实验5.1和DETR比较5.2消融实验5.3与最先进方法的比较6结论FOREND-TO-END

黄阳老师·2023-09-09 20:48

球谐函数在环境光照中的使用原理

在三维空间中如何对场景光照进行球谐函数展开图形学论文解析与复现【SphericalHarmonicLighting:TheGrittyDetails】首先，对场景中某像素点的漫反射光照进行计算。

Elsa的迷弟·2023-09-09 06:12

球谐函数实现环境光照漫反射实践

该文章以及代码主要来自图形学论文解析与复现：【论文复现】AnEfficientRepresentationforIrradianceEnvironmentMaps作者：Monica的小甜甜与原文的不同：

Elsa的迷弟·2023-09-09 06:08

BEVFormer论文解析

背景跟基于雷达的相比，纯视觉的方案成本低，而且具有RGB和纹理信息，可以用于检测像交通信号灯、车道线等道路要素。自动驾驶的感知本意是要从多个摄像头给出的2D信息来预测3Dbbox(检测)或者semanticmap(分割)，最直接的方案是基于单目的框架或者加入跨相机的后处理，这种方案的缺点是单独去处理不同的视图，而且不能捕获那些跨视图的信息，因此效果差。相比于单目框架，更加统一的方案是从多相机图像中

AI松子666·2023-09-07 12:05

优秀论文解析：如何实操变量关系研究的论文写作

之前已经带领大家有过很多期的方法论指导，想必都是理论丰富，真动笔起来才知道现实依旧残酷。针对不同专业自然对于研究方法和研究工具的选择也是不同的。例如针对MBA和MPA专业主要以案例分析方法为主，但针对与经济学和金融学专业以及一些公共管理学方面的专业，仅仅案例分析是不足够的，需要定性定量都需各自占据半壁江山。定量研究需要量化变量做实证研究，需要借助软件操作来处理数据，是很多同学比较头疼的问题。今天主

子游_9455·2023-09-04 12:47

论文解析-基于 Unity3D 游戏人工智能的研究与应用

1.重写AgentAction方法1.1重写AgentAction方法这段代码是一个重写了AgentAction方法的方法。以下是对每行代码解释：①publicoverridevoidAgentAction(float[]vectorAction)这行代码声明了一个公共的、重写了父类的AgentAction方法的方法。它接受一个float类型的数组作为参数。②floatnewAction0=Mat

天寒心亦热·2023-08-31 04:27

时空数据挖掘精选23篇论文解析【AAAI 2023】

今天和大家分享时空数据挖掘方向的资料。时空数据挖掘是人工智能技术的重要分支，是一种采用人工智能和大数据技术对城市时空数据进行分析与挖掘的方法，旨在挖掘时空数据，理解城市本质，解决城市问题。目前，时空数据挖掘广泛应用于交通运输、地质灾害监测与预防、气象研究、竞技体育、犯罪分析、公共卫生与医疗及社交网络应用等领域。本次分享是今年AAAI2023顶会中时空数据挖掘相关的论文，目前共整理了23篇，有缺漏也

深度之眼·2023-08-29 08:44

论文解析-sciPENN

论文解析-sciPENN参考亮点背景CITE-seq方法预处理模型实验评估sciPENN能够准确预测scRNA-seq的蛋白质表达水平实验设置实验结果sciPENN能够准确预测scRNA-seq的蛋白质表达水平

平平无奇科研小天才·2023-08-24 06:30

推荐频道