论文阅读学习与总结

论文阅读 - Joint Beat and Downbeat Tracking with Recurrent Neural Networks

文章目录1概述2信号预处理3分类神经网络4动态贝叶斯网络（HMM）4.1原始的barpointermodel4.2原始的barpointermodel的缺点4.3改进后的模型5预测参考资料1概述最近在做音乐卡点相关的项目，需要对音乐的基本特征进行理解，比如beats和downbeats就是最基本的特征。madmom是我找到的一个对beats和downbeats的检测都有实现的第三方库，于是就认真学
七元权·2023-08-17 11:50

论文阅读 - AUTOVC: Zero-Shot Voice Style Transfer with Only Autoencoder Loss

文章目录1概述2模型架构3模块解析3.1获取梅尔频谱3.2speakerencoder3.3AutoVC3.4Vocoder4关键部分参考资料1概述voiceconversion这个任务的目标是输入两个音频，其输入是两段音频，一段音频称为content_audio，另一段称为speaker_audio。模型将抽取content_audio中的说话内容特征和speaker_audio中的语者特征，将
七元权·2023-08-17 11:50

论文阅读 - Jukebox: A Generative Model for Music

文章目录1概述2什么是VQ-VAE2.1Auto-encoder(AE)2.2VariationalAutoEncoder(VAE)2.3Vector-QuantizedVariationalAutoEncoder(VQ-VAE)2.4VQ-VAE-23MusicVQ-VAE4Priorandupsamplers5LyricsConditioning参考文献Bylearningtoproducet
七元权·2023-08-17 11:50

论文阅读 - Beat Tracking by Dynamic Programming

文章目录1概述2总体框架3.计算OnsetStrengthEnvelope4计算全局的Tempo5基于动态规划计算beats6参考文献1概述有背景音乐的短视频拼接时，如果两个视频的拼接点刚好在背景音乐的某个节拍点上，那么合成的视频看起来，听起来，都会非常舒服，这是短视频合成的一个加分项，这种视频也就是我们经常说的卡点视频。要做卡点视频的前提是找到背景音乐中可以卡的点，beats是其中一种可以卡的点
七元权·2023-08-17 11:19

论文阅读 - Large-scale weakly-supervised pre-training for video action recognition

文章目录1概述2数据的收集方式3使用的模型4预训练时的一系列问题4.1预训练的数据是不是越多越好？4.2用于预训练的模型是不是越大越好？4.3预训练数据的标签种类和数量是不是越多越好？4.4用于预训练的每个video有长有短，时长该如何选取？5总结1概述本文是对论文Large-scaleweakly-supervisedpre-trainingforvideoactionrecognition的阅
七元权·2023-08-17 11:49

论文阅读 - Understanding Diffusion Models: A Unified Perspective

文章目录1概述2背景知识2.1直观的例子2.2EvidenceLowerBound(ELBO)2.3VariationalAutoencoders(VAE)2.4HierachicalVariationalAutoencoders(HVAE)3VariationalDiffusionModels(VDM)4三个等价的解释4.1预测图片4.2预测噪声4.3预测分数5Guidance5.1Classi
七元权·2023-08-17 11:48

Segment Anything论文阅读笔记

SegmentAnything论文阅读笔记1.SegmentAnything论文基本信息2.SegmentAnything论文阅读2.1第一遍阅读SegmentAnything2.2.第二遍阅读SegmentAnything1
落花逐流水·2023-08-17 05:02

【论文阅读笔记】（2023 CVPR）Beyond Appearance: a Semantic Controllable Self-Supervised Learning Framework for

BeyondAppearance:aSemanticControllableSelf-SupervisedLearningFrameworkforHuman-CentricVisualTasks（2023CVPR）WeihuaChen,XianzheXu,JianJia,Haoluo,YaohuaWang,FanWang,RongJin,XiuyuSun*NotesPaperLink：https:
小吴同学真棒·2023-08-15 12:35

【论文阅读笔记】（2022 ECCV）CMD: Self-supervised 3D Action Representation Learning with Cross-modal Mutual Di

写在前面我又回来啦~前段时间忙毕业论文，停更了好久【dbq】。现在论文终于送审出去啦~撒花花~后面会继续读博当科研狗吧，努力继续看论文更新blog，耶✌有小伙伴提建议弄中文版的解读，咱努力哈，一般是英文，时间有富余的话会用中文再总结一遍哒~今天可以有中文版~CMD:Self-supervised3DActionRepresentationLearningwithCross-modalMutualD
小吴同学真棒·2023-08-15 12:05

2021-03-23

论文阅读：《Knowledge-enhancedbiomedicalnamedentityrecognitionandnormalization:applicationtoproteinsandgenes
小小程序员一枚·2023-08-15 11:50

推荐系统论文阅读（五十五)-美团：双重增强双塔召回模型

论文：论文题目：《ADualAugmentedTwo-towerModelforOnlineLarge-scaleRecommendation》论文地址：https://dlp-kdd.github.io/assets/pdf/DLP-KDD_2021_paper_4.pdf可以看到这篇论文是发表在dlp-kdd上的一篇关于双塔召回的论文，这篇论文其实比较偏工业界的风格，主要的创新点其实就两个地方
推荐系统论文阅读·2023-08-15 09:59

论文阅读——Sparse-RS: a Versatile Framework for Query-Efficient Sparse Black-Box Adversarial Attacks

Sparse-RS:aVersatileFrameworkforQuery-EfficientSparseBlack-BoxAdversarialAttacks作者：FrancescoCroce,MaksymAndriushchenko等代码：https://github.com/fra31/sparse-rs攻击类别：patch、可见、稀疏可见、黑盒、目标攻击(targeted)+非目标攻击（u
小菜鸟的进阶史·2023-08-15 08:40

论文阅读——DaST: Data-free Substitute Training for Adversarial Attacks

摘要对于黑盒设置，当前的替代战术需要预先训练的模型来生成对抗样本。然而，在现实世界的任务中很难获得预先训练的模型。本文提出了一种无数据替代训练方法(DaST)，在不需要任何真实数据的情况下获得对抗黑箱攻击的替代模型。作者针对generativemoddel设计了一个multi-branch结构和label-controlloss来解决合成样本分布不均匀的问题缺陷替代模型仅针对与某一特定的目标模型仍
小菜鸟的进阶史·2023-08-15 08:09

2023.8.14论文阅读

文章目录ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegmentation摘要本文方法实验结果DeepFusion:Lidar-CameraDeepFusionforMulti-Modal3DObjectDetection摘要本文方法实验结果ESPNet:EfficientSpatialPyramidofDilate
小杨小杨1·2023-08-15 08:08

论文阅读——Adversarial Eigen Attack on Black-Box Models

AdversarialEigenAttackonBlack-BoxModels作者：LinjunZhou，LinjunZhou攻击类别：黑盒（基于梯度信息），白盒模型的预训练模型可获得，但训练数据和微调预训练模型的数据不可得（这意味着模型的网络结构和参数信息可以获得）、目标攻击+非目标攻击白盒+黑盒组合使用，白盒利用了中间表示，黑盒利用了输出得分。疑问Q1:基于梯度信息生成对抗样本，如何保证迁移能
小菜鸟的进阶史·2023-08-15 08:08

Local Map-Based DQN Navigation and a Transferability Metric Using Scene Similarity 论文阅读

论文信息题目：LocalMap-BasedDQNNavigationandaTransferabilityMetricUsingSceneSimilarity作者：ShiweiLianandFeitianZhang来源：arXiv时间：2023Abstract在没有全球地图的未知环境中进行自主导航是移动机器人面临的长期挑战。虽然深度强化学习（DRL）因其泛化能力而引起了人们对解决此类自主导航问题的
玛卡巴卡_qin·2023-08-14 20:48

Multi-object navigation in real environments using hybrid policies 论文阅读

论文信息题目：Multi-objectnavigationinrealenvironmentsusinghybridpolicies作者：AssemSadek,GuillaumeBono来源：CVPR时间：2023Abstract机器人技术中的导航问题通常是通过SLAM和规划的结合来解决的。最近，除了航路点规划之外，涉及（视觉）高级推理重要组成部分的问题也在模拟环境中得到了探索，这些问题大多通过大
玛卡巴卡_qin·2023-08-14 20:17

《论文阅读12》RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds

一、论文研究领域：全监督3D语义分割（室内，室外RGB，kitti）论文：RandLA-Net:EfficientSemanticSegmentationofLarge-ScalePointCloudsCVPR2020牛津大学、中山大学、国防科技大学论文链接论文github二、论文概要2.1主要思路现有的语义分割网络几乎所有都限于极小的3D点云（例如，4k个点或1×1米块），并且不能直接扩展到更大的
Darren_pty·2023-08-14 10:14

Towards Real-Time Multi-Object Tracking

TowardsReal-TimeMulti-ObjectTracking论文阅读AbstractThecomponentsoftraditionalMOTstrategieswhichfollowsthetracking-by-detectionparadigm1
Balaboo·2023-08-14 01:53

论文阅读 | CVPR2017 | Xception: Deep Learning with Depthwise Separable Convolutions

一为什么读这篇Xception这个网络结构很早就知道了，也使用过，最早看到是在keras之父的《DeepLearningwithPython》这本书里，不过只是提了一下，说的不多。当时还有个感慨，怪不得用keras实现的Xception做的那么好，原来keras和Xception都是FrançoisChollet大神一个人搞的。这次读下原文，看下Xception的来龙去脉。二截止阅读时这篇论文的引
ktulu7·2023-08-13 11:59

8.10论文阅读

文章目录ThemultimodalMRIbraintumorsegmentationbasedonAD-Net摘要本文方法损失函数实验结果max-vit-unet:多轴注意力医学图像分割摘要本文方法实验结果ThemultimodalMRIbraintumorsegmentationbasedonAD-Net摘要基于磁共振成像(MRI)的多模态胶质瘤图像提供了肿瘤边界的不同特征，其中多模态特征的提取
小杨小杨1·2023-08-13 05:19

论文阅读-Identifying Coordinated Accounts on Social Media through Hidden Influence and Group Behaviours

目录摘要1INTRODUCTION2RELATEDWORK3TASKDEFINITIONANDPRELIMINARIES3.1TaskDefinition3.2时间点处理4协调检测方法4.1账户活动建模4.1.1AMDN架构和训练。4.2隐藏组建模4.3共同学习5实验结果5.1DataCollection5.1.1俄罗斯互联网研究局（IRA）协调行动5.1.2COVID-19大流行。5.2基线和模
无脑敲代码，bug漫天飞·2023-08-13 05:18

论文阅读：《Evidence for a fundamental property of steering》

文章目录1背景2方法2.1方向盘修正行为标识2.2数据2.3数据拟合3结果3.1速率曲线3.2恒定的转向时间3.3基本运动元素的叠加3.4其他实验4讨论5总结（个人）1背景  这篇短文的主要目的是去阐述“转方向盘”这一行为的基本性质：方向盘修正行为大致上服从一个方向盘转动速率的钟形曲线。（类似于reachingbehavior如下图，所谓reahcingbehavior，就是指人伸手去摸东西）  
就叫昵称吧·2023-08-13 05:48

论文阅读：《The Benefits and Tradeoffs for Varied High-Severity Injury Risk Thresholds for Advanced Autom》

文章目录1背景2本文目标3方法3.1数据来源3.2数据分析3.3结果4总结  论文全名：TheBenefitsandTradeoffsforVariedHigh-SeverityInjuryRiskThresholdsforAdvancedAutomaticCrashNotificationSystems1背景  AdvancedAutomaticCollisionNotification(AAC
就叫昵称吧·2023-08-13 05:48

论文阅读：《Modeling Road User Response Timing in Naturalistic Traffic Conflicts: A surprise-based framew》

文章目录1背景2响应时间的测量与建模（inthewild）2.1传统的“感知-响应时间”概念及其局限性2.2道路使用者响应时间建模框架（inthewild）2.3ADS响应时间benchmark的启发式模型实践方法3方法3.1Rear-end冲突场景定义3.2自然驾驶数据3.3可见的跟车过近计算（Visualloomingcomputation）3.4数据标注3.5数据采样方法4结果4.1响应时间
就叫昵称吧·2023-08-13 05:18

DytanVO:Joint Refinement of Visual Odometry and Motion Segmentation in Dynamic Environments 论文阅读

论文信息题目：DytanVO：JointRefinementofVisualOdometryandMotionSegmentationinDynamicEnvironments作者：ShihaoShen,YilinCai,WenshanWang来源：arXiv时间：2023Abstract基于学习的视觉里程计（VO）算法受益于大容量模型和大量注释数据，在常见的静态场景中取得了显着的性能，但在动态、
玛卡巴卡_qin·2023-08-13 05:47

论文阅读——对YOLO的全面回顾：从YOLOV1及以上

对YOLO的全面回顾：从YOLOV1及以上ACOMPREHENSIVEREVIEWOFYOLO:FROMYOLOV1ANDBEYOND期刊：UNDERREVIEWINACMCOMPUTINGSURVEYS摘要：YOLOhasbecomeacentralreal-timeobjectdetectionsystemforrobotics,driverlesscars,andvideomonitorin
不学无术杰哥·2023-08-13 05:15

2023.8.12号论文阅读

文章目录TriFormer:AMulti-modalTransformerFrameworkForMildCognitiveImpairmentConversionPrediction摘要本文方法实验结果SwIPE:EfficientandRobustMedicalImageSegmentationwithImplicitPatchEmbeddings摘要本文方法实验结果TriFormer:AMu
小杨小杨1·2023-08-13 05:45

DIP: NAS(Neural Architecture Search)论文阅读与总结（双份快乐）

文章地址:NAS-DIP:LearningDeepImagePriorwithNeuralArchitectureSearchNeuralArchitectureSearchforDeepImagePrior参考博客:https://zhuanlan.zhihu.com/p/599390720文章目录NAS-DIP:LearningDeepImagePriorwithNeuralArchitect
留小星·2023-08-13 05:14

Exploiting Proximity-Aware Tasks for Embodied Social Navigation 论文阅读

论文信息题目：ExploitingProximity-AwareTasksforEmbodiedSocialNavigation作者：EnricoCancelli，TommasoCampari来源：arXiv时间：2023Abstract学习如何在封闭且空间受限的室内环境中在人类之间导航，是体现主体融入我们社会所需的关键能力。在本文中，我们提出了一种端到端架构，该架构利用邻近感知任务（称为风险和邻
玛卡巴卡_qin·2023-08-13 05:14

论文阅读：《Waymo Public Road Safety Performance Data》

文章目录1背景2方法2.1数据来源2.2碰撞数据3碰撞事件分析4讨论1背景  这篇文章是讲waymo道路安全性能数据分析的，主要想表达的是waymo自动驾驶系统在安全上面的出色表现，以向政府、大众提高自己产品的公信力。  这篇文章分析的数据是自从2019年到2020年累积的，610万英里的自动驾驶里程，其中还包含65000英里的全无人驾驶里程。在这些里程下，waymo实际发生了18次道路真实碰撞事
就叫昵称吧·2023-08-13 05:14

（WWW2023）论文阅读-Detecting Social Media Manipulation in Low-ResourceLanguages

论文链接：https://arxiv.org/pdf/2011.05367.pdf摘要社交媒体被故意用于恶意目的，包括政治操纵和虚假信息。大多数研究都集中在高资源语言上。然而，恶意行为者会跨国家/地区和语言共享内容，包括资源匮乏的语言。在这里，我们调查是否以及在何种程度上可以在低资源语言设置中检测到恶意行为者。我们发现，2016年美国总统大选后，Twitter打击干扰行动的一部分是，大量用他加禄语
无脑敲代码，bug漫天飞·2023-08-13 05:44

Towards Principled Methods for Training Generative Adversarial Networks论文阅读

[toc]1.TowardsPrincipledMethodsforTrainingGenerativeAdversarialNetworksarXiv:1701.04862[cs,stat]tensorflow2代码：https://github.com/zhangkaihua88/ML_Paper2.总结要解决什么问题彻底解决GAN训练不稳定的问题，不再需要小心平衡生成器和判别器的训练程度第一
山雾幻华·2023-08-12 18:02

【论文阅读】基于深度学习的时序预测——LSFT-Linear

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers：非平稳性时序预测论文五：2022Pyraformer：基于金字塔图结构的时序预测论文六：2023Crossformer：多变量时序预测论文七：2023LSFT-Line
`AllureLove·2023-08-12 08:25

【论文阅读】基于深度学习的时序预测——Non-stationary Transformers

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers：非平稳性时序预测论文五：2022Pyraformer：基于金字塔图结构的时序预测论文六：2023Crossformer：多变量时序预测论文七：2023LSFT-Line
`AllureLove·2023-08-12 08:55

【论文阅读】基于深度学习的时序预测——Pyraformer

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers：非平稳性时序预测论文五：2022Pyraformer：基于金字塔图结构的时序预测论文六：2023Crossformer：多变量时序预测论文七：2023LSFT-Line
`AllureLove·2023-08-12 08:55

【论文阅读】基于深度学习的时序预测——Crossformer

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers：非平稳性时序预测论文五：2022Pyraformer：基于金字塔图结构的时序预测论文六：2023Crossformer：多变量时序预测论文七：2023LSFT-Line
`AllureLove·2023-08-12 08:55

【论文阅读】基于深度学习的时序预测——FEDformer

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers：非平稳性时序预测论文五：2022Pyraformer：基于金字塔图结构的时序预测论文六：2023Crossformer：多变量时序预测论文七：2023LSFT-Line
`AllureLove·2023-08-12 08:24

论文阅读 激光脉冲主动非视距成像+深度学习 || Learned Feature Embeddings for Non-Line-of-Sight Imaging and Recognition

论文原文：WenzhengChen,FangyinWei,KiriakosN.Kutulakos,SzymonRusinkiewicz,andFelixHeide.2020.LearnedFeatureEmbeddingsforNon-Line-of-SightImagingandRecognition.ACMTrans.Graph.39,6,Article230(December2020),18
R.X. NLOS·2023-08-12 05:06

论文阅读 视频生成(vid2vid) || Few-shot Video-to-Video Synthesis

论文原文：Ting-ChunWang,Ming-YuLiu,AndrewTao,GuilinLiu,JanKautz,andBryanCatanzaro."Few-shotVideo-to-VideoSynthesis",inNeurIPS,2019.https://nvlabs.github.io/few-shot-vid2vid/main.pdf论文地址：https://nvlabs.gith
R.X. NLOS·2023-08-12 05:06

论文阅读 LCT设备用于透视成像||Three-dimensional imaging through scattering media based on confocal diffuse tomog

Lindell,D.B.,Wetzstein,G.Three-dimensionalimagingthroughscatteringmediabasedonconfocaldiffusetomography.NatCommun11,4517(2020).https://www.nature.com/articles/s41467-020-18346-3目录AbstractIntroduction实
R.X. NLOS·2023-08-12 05:35

论文阅读 激光测距综述|| Laser ranging: a critical review of unusual techniques for distance measurement

原始论文：Markus-ChristianAmann,ThierryM.Bosch,MarcLescure,RistoA.Myllylae,MarcRioux,"Laserranging:acriticalreviewofunusualtechniquesfordistancemeasurement,"Opt.Eng.40(1)(1January2001)https://doi.org/10.11
R.X. NLOS·2023-08-12 05:35

论文阅读 新的非视距场景(imaging behind occluders)|| ECCV 2020: Imaging Behind Occluders Using Two-Bounce Light

论文阅读Henley,C.,Maeda,T.,Swedish,T.,&Raskar,R.(2020,August).ImagingBehindOccludersUsingTwo-BounceLight.InEuropeanConferenceonComputerVision
R.X. NLOS·2023-08-12 05:05

【论文阅读】DEPCOMM：用于攻击调查的系统审核日志的图摘要（S&P-2022）

XuZ,FangP,LiuC,etal.Depcomm:Graphsummarizationonsystemauditlogsforattackinvestigation[C]//2022IEEESymposiumonSecurityandPrivacy(SP).IEEE,2022:540-557.1摘要提出了DEPCOMM，这是一种图摘要方法，通过将大图划分为以进程为中心的社区并为每个社区提供摘
C00per_·2023-08-11 20:14

【论文阅读】NoDoze：使用自动来源分类对抗威胁警报疲劳（NDSS-2019）

NODOZE:CombattingThreatAlertFatiguewithAutomatedProvenanceTriage伊利诺伊大学芝加哥分校HassanWU,GuoS,LiD,etal.Nodoze:Combattingthreatalertfatiguewithautomatedprovenancetriage[C]//networkanddistributedsystemssecur
C00per_·2023-08-11 20:43

【生成式AI】ProlificDreamer论文阅读

ProlificDreamer论文阅读Project指路：https://ml.cs.tsinghua.edu.cn/prolificdreamer/论文简介：截止2023/8/10，text-to-3D
lvzelong2014·2023-08-11 18:04

3D卷积网络论文阅读笔记

3D卷积网络1、Whatisthebestdataaugmentationapproachforbraintumorsegmentationusing3DU-Net?实验数据集数据增强方法实验结果结论2、TransBTS:MultimodalBrainTumorSegmentationUsingTransformer创新点网络结构实验数据集标签评价指标数据增强训练细节实验结果3、TransBTSV
weixin_44085432·2023-08-11 18:57

【论文复现】SwinUnet在遥感数据中的实验效果

【论文阅读】Swin-Unet:Unet-likePureTransformerforMedicalImageSegmentation文章目录【论文阅读】Swin-Unet:Unet-likePureTransformerforMedicalImageSegmentation
川川子溢·2023-08-11 18:55

【论文阅读】Deep Instance Segmentation With Automotive Radar Detection Points

基于汽车雷达检测点的深度实例分割一个区别：automotiveradar汽车雷达：分辨率低，点云稀疏，语义上模糊，不适合直接使用用于密集LiDAR点开发的方法；返回的物体图像不如LIDAR精确，可以在雨，雪，雨夹雪，冰雹，雾，泥和尘土中返回；在夜间和阴天条件下也比激光雷达更准确；发出的是无线电波而不是激光束LiDAR激光雷达：激光波比无线电波短，因此激光雷达可以生成更详细的物体图像；贵左LiDAR
挥剑决浮云 -·2023-08-11 06:21

【论文阅读】基于深度学习的时序预测——Informer

：长序列数据预测文章地址：https://arxiv.org/abs/2012.07436github地址：https://github.com/zhouhaoyi/Informer2020参考解读：论文阅读
`AllureLove·2023-08-11 06:44
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他