E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
论文解析
PointPillars
论文解析
和代码实现
PointPillars是一个来自工业界的模型,整体思想基于图片的处理框架,直接将点云从俯视图的视角划分为一个个的Pillar(立方柱体),从而构成了类似图片的数据,然后在使用2D的检测框架进行特征提取和密集的框预测得到检测框,从而使得该模型在速度和精度都达到了一个很好的平衡。PointPillars网络结构总览:网络速度精度对比:注:(PP代表pointpillars,M代表MV3D,A代表AV
NNNNNathan
·
2022-02-20 07:33
点云检测
目标检测
计算机视觉
人工智能
自动驾驶
视觉检测
Deep Interest Evolution Network(DIEN)专题1:
论文解析
Deep Interest Evolution Network for Click-Through Rate
算法概述DeepInterestEvolutionNetwork(DIEN)是在DeepInterestNetwork(DIN)基础上的改进方法,其初衷是为了解决当前CTR预估中存在的一些问题:1.大多数的方法缺少兴趣模型,直接把用户的行为当作用户的兴趣,缺少对具体行为背后隐含的兴趣做模型化处理;2.用户的兴趣在不断发生变化,之前的大多数方法缺少对用户兴趣变化趋势的思考。DIEN通过设计兴趣提取层
I_belong_to_jesus
·
2022-02-18 07:29
推荐算法
深度学习
推荐算法
人工智能
【阅读笔记】Towards Efficient and Privacy-preserving Federated Deep Learning
TowardsEfficientandPrivacy-preservingFederatedDeepLearning前言一、
论文解析
Abstract1.INTRODUCTION2.SYSTEMMODELANDTHREATMODEL2.1SystemModel2.2ThreatModel3
HERODING23
·
2022-02-15 19:01
联邦学习
深度学习
网络安全
同态加密
差分隐私
联邦学习
Deep Interest Network (DIN)专题1-
论文解析
: Deep Interest Network for Click-Through Rate Prediction
深度学习CTR预估的基本方法和缺陷基于深度学习CTR预估的基本方法基于深度学习的CTR预测被广泛的应用,这些方法的基本思想是类似的:将大规模的稀疏特征以分组(group-wisemanner)的方式映射到低纬度的嵌入向量(embeddingvectors),再进一步转换为固定长向量(fixed-lengthvectors),最后拼接到一起给全连接层来学习特征间的非线性关系。该方法与传统的逻辑回归相
I_belong_to_jesus
·
2022-02-09 07:59
推荐算法
网络
机器学习
深度学习
Learning Memory-guided Normality for Anomaly Detection
论文解析
近日拜读了本篇论文,有以下理解:1.问题研究背景检测视频序列中的异常事件(如人行道上的车辆)的问题对监控和故障检测系统尤为重要。由于一些原因,它是极具挑战性的。首先,异常事件是根据不同的情况而确定的。也就是说,同样的活动可能是正常的,也可能是不正常的(例如,在厨房或在公园里拿刀)。在这种情况下,手动注释异常事件是劳动密集型的。其次,收集异常数据集需要大量的努力,因为异常事件在现实生活中很少发生。因
蒙眼的兔子
·
2021-11-11 20:52
机器学习
计算机视觉
cnn
【元学习】MER代码实现:Task/Class-IL增量场景下的Meta-Experience Replay详解
论文解析
可以戳这里:
_Blueblue_
·
2021-09-26 19:47
增量学习
元学习
机器学习
算法
【联邦元学习】一文秒懂FedMeta框架:Federated Meta-Learning with Fast Convergence and Efficient Communication
【原创,转载需标明出处】
论文解析
(内含论文原文、代码链接):https://rip
_Blueblue_
·
2021-09-01 14:02
元学习
联邦学习
深度学习
pytorch
机器学习
【元学习】MER
论文解析
:持续/增量学习下的元学习模型
论文:M.Reimer,I.Cases,R.Ajemian,M.Liu,I.Rish,Y.Tu,G.Tesauro,Learningtolearnwithoutforgettingbymaximizingtransferandminimizinginterference,in:ICLR,2019.提出了Meta-ExperienceReplay(MER)模型,将经验重放与基于优化的元学习相结合,基
_Blueblue_
·
2021-08-31 17:13
增量学习
元学习
深度学习
yolov1-3
论文解析
yolov1-3
论文解析
最近在看经典目标检测算法yolo的思想,为了更好的了解yolo系列的相关文章,我从最初版本的论文思想开始看的,之后有时间会把yolov4和yolov5再认真看看,目前来说yolov3
星辰 JACK
·
2021-04-22 10:05
pytorch
计算机视觉
EfficientDet ---最细节的
论文解析
EfficientDet:ScalableandEfficientObjectDetection论文地址:EfficientDet源码地址:torch版本的代码,官方的是tensorflow版本的本文做的目标检测使用的backbone依旧是谷歌所提出的EfficientNet,关于EfficientNet的论文和代码及讲解我这里不展开细讲,推荐一个博主霹雳巴拉雷,之前也是看他在B站以及CSDN的代
我大意了啊没有闪
·
2021-04-05 22:15
卷积
计算机视觉
神经网络
人工智能
论文解析
|ICLR 2021|An Image Is Worth 16X16 Words: Transformers for Image Recognition at Scale
这里将介绍一篇我认为是比较新颖的一篇文章——《AnImageIsWorth16X16Words:TransformersforImageRecognitionatScale》[1]。因为还是ICLR2021underreview,所以作者目前还是匿名的,但是看其实验用到的TPU,能够大概猜出应该是Google爸爸的文章(看着实验的配置,不得不感慨钞能力的力量)。1.Story近年来,Transfo
Akita·wang
·
2021-03-25 10:33
文献解析paper
人工智能
机器学习
计算机视觉
算法
深度学习
Merging Pose Estimates Across Space and Time
论文解析
MergingPoseEstimatesAcrossSpaceandTime
论文解析
简介1引言1.1相关工作2提出方法2.1单帧2.2多帧2.2变量K3.结果3.1Buffystickmen数据集3.1.1OriginalBuffy
不造木木
·
2021-02-21 11:15
深度学习
机器学习
神经网络
浅谈YOLOv3及算法复现
之前在学习YOLOv1时,这两篇博客对我的帮助很大:经典
论文解析
——YOLOv1——目标检测动手学习
KeepHoper
·
2021-01-30 15:52
深度学习
pytorch
计算机视觉
一天一个小朋友系列—PointNet Paper analysis
脑瓜子嗡嗡的小刘炼丹之路—PointNet
论文解析
小刘最近摸鱼的时候,看了一篇关于point(点云,目前在自动驾驶,激光雷达中用的蛮多的)的paper,感觉非常好玩,然后就在这里唠嗑一哈论文!
脑瓜子嗡嗡的小刘
·
2021-01-19 20:23
PointNet
自动驾驶
神经网络
tensorflow
pytorch
深度学习
JAP: 新冠肺炎大流行对求职行为的影响 | 唧唧堂
论文解析
新冠肺炎大流行对求职行为的影响:事件转变视角(ImpactoftheCOVID-19PandemiconJobSearchBehavior:AnEventTransitionPerspective)》的一篇
论文解析
唧唧堂
·
2021-01-04 00:00
论文解析
1概述在BundleFusion之前的很多相似的方案中,在重建的过程中总是出现以下问题:需要额外的时间来纠正在线的错误,从而无法很好的实现实时处理十分脆弱的tracking方案,从而导致位姿估计出现错误扫描的结果试用点的形式在表示,限制了扫描的质量和适用性BundleFunsion从以下几个方面把上面的问题进行了解决:通过分级的方式,使得历史的所有帧,都参与了优化不再是短暂的tracking,而是
07778
·
2020-12-30 06:01
3D
reconstruction
计算机视觉
| 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂经济金融学写作小组:战战审校|唧唧堂经济金融学写作小组:绵绵编辑|悠悠专栏介绍长按二维码直接进入专栏本文为唧唧堂《新冠病毒主题论文导读专栏》内一篇
论文解析
唧唧堂
·
2020-12-30 00:00
| 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂经济金融学写作小组:MO.审校|唧唧堂经济金融学写作小组:绵绵编辑|悠悠本文是针对论文《家庭适应学校教育冲击的不平等:COVID催生的实时在线学习(InequalityinHouseholdAdaptationtoSchoolingShocks:Covid-InducedOnlineLearningEngagementinRealTime)》的
唧唧堂
·
2020-12-30 00:00
A graph auto-encoder model for miRNA-disease associations prediction
论文解析
Agraphauto-encodermodelformiRNA-diseaseassociationsprediction(用于miRNA-disease关联预测的图自动编码模型)该文章由中科院新疆理化所的尤老师组,发表在《BriefingsinBioinformatics》期刊上文章目录摘要一、Introduction二、Materialsandmethods1.HumanmiRNA-disea
Struggle~
·
2020-11-19 11:43
生物网络文章
论文解析
:Membership Inference Attacks Against Machine Learning Models(一看即懂)
论文解析
:MembershipInferenceAttacksAgainstMachineLearningModels(一看即懂,超详细版本)摘要:这篇文章致力于探索机器学习模型如何泄露训练集中的信息,
卑微的科研废物
·
2020-10-27 12:26
论文笔记
神经网络
机器学习
Focal loss
论文解析
Focalloss是目标检测领域的一篇十分经典的论文,它通过改造损失函数提升了一阶段目标检测的性能,背后关于类别不平衡的学习的思想值得我们深入地去探索和学习。正负样本失衡不仅仅在目标检测算法中会出现,在别的机器学习任务中同样会出现,这篇论文为我们解决类似问题提供了一个很好的启发,所以我认为无论是否从事目标检测领域相关工作,都可以来看一看这篇好论文。论文的关键性改进在于对损失函数的改造以及对参数初始
kuadoh96
·
2020-10-06 20:00
JEP: 预测高风险学习障碍的学前儿童数学和阅读困难的认知因素 | 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂心理学写作小组:MINISO;解析审核|唧唧堂心理学写作小组:Yuan,Wen推送编辑|悠悠本文是针对论文《预测高风险学习障碍的学前儿童数学和阅读困难的认知因素(Cognitivepredictorsofdifficultiesinmathandreadinginpre-kindergartenchildrenathighriskforlear
唧唧堂
·
2020-10-04 00:00
给每个研究人!更全面精确把握本领域学术脉动,唧唧堂论文导读库计划
导读库内容组成唧唧堂虽已通过微信公众号推送原创
论文解析
超过3000篇,也一直保持着对经管社科领域顶刊最新发
唧唧堂
·
2020-09-30 00:00
已更41篇,不断收录!唧唧堂2020新冠病毒主题论文导读专栏
本专栏预测至少将收录50篇论文,现已有41篇论文完成解析,另有超过150篇NBER工作
论文解析
中。
唧唧堂
·
2020-09-25 00:00
PNAS:新冠病毒与政府首脑支持率 | 唧唧堂论文导读
解析作者|杨来捷、林逸鏘编辑|悠悠本文是针对《新冠病毒与政府首脑支持率(TheriseofCOVID-19casesisassociatedwithsupportforworldleaders)》的一篇
论文解析
唧唧堂
·
2020-09-25 00:00
NBER:新冠与远程工作:美国数据的早期观察 | 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂经济金融学写作小组:猫哥审校|唧唧堂经济金融学写作小组:绵绵编辑|悠悠专栏介绍长按二维码直接进入专栏本文为唧唧堂《新冠病毒主题论文导读专栏》内一篇
论文解析
唧唧堂
·
2020-09-21 00:00
NBER:新冠的感染率估计 | 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂经济金融学写作小组:吕欣欣审校|唧唧堂经济金融学写作小组:绵绵编辑|悠悠专栏介绍长按二维码直接进入专栏本文为唧唧堂《新冠病毒主题论文导读专栏》内一篇
论文解析
唧唧堂
·
2020-09-21 00:00
| 唧唧堂
论文解析
悠悠本文是针对论文《收入不平等影响穷人的心理健康(Incomeinequalityaffectsthepsychologicalhealthofonlythepeoplefacingscarcity)》的一篇
论文解析
唧唧堂
·
2020-09-17 00:00
论文解析
|随机权值平均:深度学习中一种新的达到stage of the art的方法
点击上方“AI公园”,关注公众号,选择加“星标“或“置顶”作者:MaxPechyonkin编译:ronghuaiyang前戏Hinton:“要处理14维空间中的超平面,想象一个三维空间,大声对自己说“14”。每个人都这么做。”在本文中,我将讨论两篇有趣的论文,它们提供了一种简单的方法,通过使用一种智能的集成方法来提高任何给定神经网络的性能。它们是:“LossSurfaces,ModeConnect
ronghuaiyang
·
2020-09-16 12:48
CNN改进:Drop an Octave Reducing Spatial Redundancy in CNN - Octave Convolution
论文解析
1.Comprehensivenarrative(综述部分)首先这篇paper主要是将普通的CNN卷积特征图分为两个部分还有就是将convolutionkernel分为4个部分(1)首先卷积特征图被分为两个部分:如下图=-=高空间频率部分卷积(也就是图像的边缘和轮廓)低空间频率部分卷积(也就是强度综合部分)(2)卷积核的四个部分:如下图=-=(3)补充一下频率方面的知识PS:=-=其实都是现用现学
761527200
·
2020-09-16 07:28
CNN
OctConv
Re-ID:AlignedReID: Surpassing Human-Level Performance in Person Re-Identification
论文解析
刚读完这篇文章,贼6,用动态规划求最小路径进行特征对齐,很新奇,而且准确率很高。下面是我对这篇论文的一个整理~这篇文章作者提出了AlignedReID的方法,其亮点在于:在数据集Market1501与CUHK03上,该方法实现的rank-1accuracy首超人类,作者认为:Traditionalapproacheshavefocusedonlow-levelfeaturessuchascolor
小威威__
·
2020-09-15 05:08
RE-ID
Re-ID
行人重识别
动态规划
最短路径
【网络结构可视化】Visualizing and Understanding Convolutional Networks(ZF-Net)
论文解析
...
【网络结构可视化】VisualizingandUnderstandingConvolutionalNetworks(ZF-Net)
论文解析
目录0.论文地址1.概述2.可视化结构2.1Unpooling2.2Rectification
急流勇进
·
2020-09-12 09:20
BundleFusion
论文解析
BundleFusion
论文解析
一.创新点二.框架处理流程三.各模块详解1.特征一致性策略1.1稀疏一致性:1.2稠密一致性(根据稀疏一致性得到的位姿关系,通过以下方式进行特征优化与检测):2.分层优化策略
wamdell
·
2020-09-12 08:03
3D机器视觉
计算机视觉
算法
HAST-IDS-基于时空特征和深度学习的恶意流量检测-
论文解析
论文基于HAST-IDS:LearningHierarchicalSpatial-TemporalFeaturesUsingDeepNeuralNetworkstoImproveIntrusionDetection原文链接:https://ieeexplore.ieee.org/abstract/document/8171733基于异常的恶意流量检测。采用深度学习的方法,来完成恶意流量检测的技术。
菜小白P
·
2020-09-12 07:00
流量分类
复杂网络
论文解析
——《Finding Patient Zero:Learning Contagion Source with Graph Neural Networks》
本文为原创,转载需声明出处。介绍最近看的一篇复杂网络研究流行病传染源的文章,《FindingPatientZero:LearningContagionSourcewithGraphNeuralNetworks》,据作者所述,他们的工作是第一个通过深度学习推断信息源问题并通过真实数据测试验证了结果。文章主要贡献如下:1.在带有周期的图中找到“零号病人”的准确性具有上限,并且与所使用的推理算法无关。2
三月和九月
·
2020-09-12 06:16
复杂网络
GNN
PatientZero
消息传递算法
谣言中心性方法
论文解析
AreLabelsNecessaryforNeuralArchitectureSearch?何凯明和RossGirshick再次联手,在AutoML领域发力,文章在3月27日刚刚能够搜索到。这篇文章的主旨思想是:研究NAS的新方向,即利用无人工Label的数据集实现NAS的效果,并且通过实验证明,非监督的方法与监督方法相相比较在多数情况下相关性较大(>0.8),而在一些任务中,无监督方法搜索出来的
qiaobofu
·
2020-09-11 02:53
NBER: 分阶段解除隔离与人群异质性 | 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂经济金融学写作小组:维垣审校|唧唧堂经济金融学写作小组:绵绵编辑|悠悠专栏介绍长按二维码直接进入专栏本文为唧唧堂《新冠病毒主题论文导读专栏》内一篇
论文解析
唧唧堂
·
2020-09-11 00:00
NBER:疫情中社交隔离的内部和外部效应 | 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂经济金融学写作小组:维垣审校|唧唧堂经济金融学写作小组:绵绵编辑|悠悠专栏介绍长按二维码直接进入专栏本文为唧唧堂《新冠病毒主题论文导读专栏》内一篇
论文解析
唧唧堂
·
2020-09-11 00:00
MASK R-CNN demo源码解析TensorFlow版本
MASKR-CNN源码解析TensorFlow版本demo运行库函数的导入及路径设置设置配置创建模型并加载训练权重分类数量运行检测论文连接代码连接
论文解析
参考博客参考博客参考博客demo运行代码的运行在
吃饱了的蹦蹦熊
·
2020-09-10 16:00
模式识别与机器学习
| 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂心理学写作小组:Shiyao;解析审核|唧唧堂心理学写作小组:Yuan,Wen推送编辑|悠悠抽烟能降低新冠病毒感染?喝板蓝根可以预防新冠病毒?朝鲜新冠患者直接被枪毙?以上都是关于新型冠状病毒(COVID-19)的假新闻。自疫情爆发以来,类似的假新闻甚嚣尘上,直接对人类的生命健康造成了威胁。假新闻到底为何会如此泛滥?从心理学的角度,我们又能如何减
唧唧堂
·
2020-09-10 00:00
JEPG:预期结果偏差:雪中送炭不如锦上添花 | 唧唧堂
论文解析
picturefromInternet解析作者|唧唧堂心理学写作小组:Javan;解析审核|唧唧堂心理学写作小组:Yuan,Wen推送编辑|悠悠推荐订阅本篇解析收录于:唧唧堂2020第2期百篇论文导读专栏,点击访问唧唧堂心理学论文导读大专栏,点击访问本文是针对论文《预期结果偏差:为实现很可能发生的结果付出(不必要的)成本(Prospectiveoutcomebias:Incurring(unnec
唧唧堂
·
2020-09-10 00:00
已更41篇,不断收录!唧唧堂2020新冠病毒主题论文导读专栏
本专栏预测至少将收录50篇论文,现已有41篇论文完成解析,另有超过150篇NBER工作
论文解析
中。
唧唧堂
·
2020-09-04 00:00
| 唧唧堂
论文解析
picturefromInternet解析文章首发于唧唧堂网站www.jijitang.com解析作者|唧唧堂心理学研究小组:Queenie;审校编辑|Ernest本文是针对论文《Persuasion,Emotion,andLanguage:TheIntenttoPersuadeTransformsLanguageviaEmotionality(说服、情绪与语言:说服意图通过情绪转换语言)》的一篇
唧唧堂
·
2020-08-28 00:00
启航
交通领域
论文解析
结合自己的研究方向,主要是TR系列,以及交通地理《journalofgeography》期刊的文章。机器学习和Python主要学习机器学习的内容,不定时总结一些收获和误区。期待
小兜同学在TJU
·
2020-08-24 19:50
【
论文解析
】如何将Bert更好地用于文本分类(How to Fine-Tune BERT for Text Classification?)
论文HowtoFine-TuneBERTforTextClassification?基于Bert模型,在6份英文语料和1份中文预料上(包括情感分析、问题分类和主题分类),进行了翔实的文本分类效果对比实验结果,虽然fine-tune的最终效果取决于具体的task,但文中采用的思路和策略仍值得学习和尝试。Bert作为强有力的预训练模型,用作下游任务的常见手段包括:(1)作为特征提取器;(2)fine-
guofei_fly
·
2020-08-24 00:35
自然语言处理
Deep Residual Learning
论文解析
DeepResidualNetwork(DRN)是微软亚研何凯明组在15年10月份挂在arXiv上的文章。所用的网络在ILSVRC&COCO2015比赛中取得第一名的成绩(识别,分类,分割)。所用的152层网络要比VGG-16深8倍,但网络的计算复杂度(参数数量)却要比VGG少。一.思想众所周知,网络的性能与深度息息相关。如果在一个浅层网络A上叠加几层layer形成网络B,如果这些新添加的laye
yaoxingfu72
·
2020-08-22 09:41
论文
《Generative Adversarial Nets》
论文解析
GAN是最近几年来很有名的算法,起源于这篇论文,我们今天来看看究竟是怎么一回事吧。我也不想叽里呱啦讲一大堆,想看论文翻译版的直接复制粘贴谷歌翻译就行了。我只介绍大致思想。GAN其实目标就是生成能以假乱真的图片,于是这里有两个子网络,生成网络(generativemodel)和判别网络(discriminativemodel),分别称为G和D。D的目标就是尽力分辨出哪个图片是真实数据哪个是生成的,而
超屌的温jay
·
2020-08-22 04:06
深度学习
必读的关于GAN的论文
【网络结构】MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
论文解析
...
【网络结构】MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications
论文解析
目录0.Paperlink1.Overview2
急流勇进
·
2020-08-22 04:39
【Network Architecture】Densely Connected Convolutional Networks
论文解析
【NetworkArchitecture】DenselyConnectedConvolutionalNetworks
论文解析
目录0.Paperlink1.Overview2.DenseNetArchitecture2.1AnalogytoResNet2.2Compositefunction2.3DenseblockandTransitionlayer2.4Growthrate2.5Bottlene
急流勇进
·
2020-08-22 04:08
经典
论文解析
——MobileNet系列
MobileNet系列V1—MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications1.简介2.网络介绍2.1深度可分离卷积(DepthwiseSeparableConvolution)2.2网络结构2.3超参数1——WidthMultiplierα2.4超参数2——ResolutionMultiplierρ
lavendelion
·
2020-08-22 04:09
论文解析
深度学习
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他