3D+ML论文阅读

Spatial Group-wise Enhance

之前的论文阅读笔记都是记在one-note里，按老师的要求以后要写博客，先体验一下。
鸽鸽七号·2023-12-04 07:40

小样本目标检测综述__刘浩宇(导航与控制2021)论文阅读

小样本目标检测综述__刘浩宇(导航与控制2021)阅读0、引言早期采用了大量标注样本回归候选框的位置，但后来目标集和训练集数据分布不同导致检测效果下降。对于没有大量样本支持的小样本检测应用就需要使用先验知识来弥补样本的不足。可以分为三类：数据域通过先验知识来做数据增强，以弥补样本不足的问题，解决模型不收敛问题。模型域通过先验知识来限制模型复杂度，降低假设空间的大小，使得模型收敛加快。算法域通过先验
Mrwei_418·2023-12-04 04:19

论文阅读：Intensity-Aware Loss for Dynamic Facial Expression Recognition in the Wild（AAAI2023）

摘要与基于图像的静态人脸表情识别（SFER）任务相比，基于视频序列的动态人脸表情识别（DFER）任务更接近自然表情识别场景。然而，DFER往往更具挑战性。其中一个主要原因是视频序列通常包含具有不同表情强度的帧，特别是对于真实世界场景中的面部表情，而SFER中的图像经常呈现均匀且高的表情强度。然而，如果同等对待不同强度的表情，网络学习的特征将具有较大的类内差异和较小的类间差异，这对DFER是有害的。
卡拉比丘流形·2023-12-04 01:59

Manipulating the loss calculation to enhance the training process of physics-informed neural

论文阅读：Manipulatingthelosscalculationtoenhancethetrainingprocessofphysics-informedneuralnetworkstosolvethe1DwaveequationManipulatingthelosscalculationtoenhancethetrainingprocessofphysics-informedneuraln
xuelanghanbao·2023-12-04 00:03

When and why PINNs fail to train A neural tangent kernel perspective

论文阅读：WhenandwhyPINNsfailtotrainAneuraltangentkernelperspectiveWhenandwhyPINNsfailtotrainAneuraltangentkernelperspectivePINN
xuelanghanbao·2023-12-04 00:32

A comprehensive study of non-adaptive and residual-based adaptive sampling

论文阅读：Acomprehensivestudyofnon-adaptiveandresidual-basedadaptivesamplingforphysics-informedneuralnetworksAcomprehensivestudyofnon-adaptiveandresidual-basedadaptivesamplingforphysics-informedneuralnetwo
xuelanghanbao·2023-12-04 00:01

Respecting causality is all you need for training physics-informed neural networks

论文阅读：Respectingcausalityisallyouneedfortrainingphysics-informedneuralnetworksRespectingcausalityisallyouneedfortrainingphysics-informedneuralnetworks
xuelanghanbao·2023-12-04 00:01

Characterizing possible failure modes in physics-informed neural networks

论文阅读：Characterizingpossiblefailuremodesinphysics-informedneuralnetworksCharacterizingpossiblefailuremodesinphysics-informedneuralnetworksPINN
xuelanghanbao·2023-12-04 00:01

Achieving High Accuracy with PINNs via Energy Natural Gradients

论文阅读：AchievingHighAccuracywithPINNsviaEnergyNaturalGradientsAchievingHighAccuracywithPINNsviaEnergyNaturalGradients
xuelanghanbao·2023-12-04 00:58

Re56：读论文 A Brief History of the Changing Roles of Case Prediction in AI and Law

诸神缄默不语-个人CSDN博文目录诸神缄默不语的论文阅读笔记和分类论文名称：ABriefHistoryoftheChangingRolesofCasePredictioninAIandLaw论文下载地址
诸神缄默不语·2023-12-03 23:09

论文阅读《Automatic Pavement Crack Detection Based on Hierarchical Feature Augmentation》

目录Abstract1INTRODUCTION2RELATEDWORK2.1TraditionalMethods2.2MachineLearningMethods2.3DeepLearningMethods3METHODOLOGY3.1HierarchicalFeatureExtractionNetwork3.2Muti-dilatedConvolution3.3HierachicalFeatur
深度不了·2023-12-03 22:58

Linguistic Steganalysis in Few-Shot Scenario论文阅读笔记

TIFS期刊A类期刊新知识点IntroductionLinguisticSteganalysisinFew-ShotScenario模型是个预训练方法。评估了四种文本加密分析方法，TS-CSW、TS-RNN、Zou、SeSy，用于分析和训练的样本都由VAE-Stego生产(编码方式使用AC编码)。实验是对比在少样本的情况下，各个模型的效果，当训练样本少于10的时候(few-shot)，上面提到的T
菜菜小堡·2023-12-03 15:17

【论文阅读】-使用小波变换进行数字图像模糊检测

使用小波变换进行数字图像模糊检测文章目录使用小波变换进行数字图像模糊检测1、论文提出的背景2、论文提出的模糊检测方案2.1不同边缘的模糊效果2.2边缘类型和锐度检测2.3方案实现步骤3、论文方案Python实现4、实验结果及总结本文将详细介绍HanghangTong、MingjingLi,HongjiangZhang、ChangshuiZhang在论文BlurDetectionforDigital
视觉&物联智能·2023-12-03 15:15

【工具分享】| 阅读论文神器 使用技巧 AI润色 AI翻译

文章目录1使用技巧1.1功能一即时翻译1.2功能二文献跳转1.3功能三多设备阅读1.4功能四小组讨论笔记共享1.5功能五个人文献管理2其他功能超级喜欢Readpaper这一款论文阅读软件，吹爆他哈哈为什么
Qodi·2023-12-03 14:59

[论文阅读]VoxSet——Voxel Set Transformer

VoxSetVoxelSetTransformer:ASet-to-SetApproachto3DObjectDetectionfromPointClouds论文网址：VoxSet论文代码：VoxSet简读论文这篇论文提出了一个称为VoxelSetTransformer(VoxSeT)的3D目标检测模型,主要有以下几个亮点:提出了基于体素的集合自注意力(VoxelSetAttention,VSA)
一朵小红花HH·2023-12-03 09:47

[论文阅读]Generalized Attention——空间注意力机制

GeneralizedAttentionAnEmpiricalStudyofSpatialAttentionMechanismsinDeepNetworks论文网址：GeneralizedAttention论文代码：文章最后有GeneralizedAttention的实现代码简读论文本文主要研究了深度学习网络中的注意力机制。作者们从不同的角度对注意力机制进行了全面的分析和实证研究，包括自然语言处理
一朵小红花HH·2023-12-03 09:44

【论文阅读】CAN网络中基于时序信道的隐蔽认证算法

文章目录摘要一、引言和动机A相关工作二、背景及实验设置A以前工作中的时钟偏差和局限性B.最坏到达时间C.安装组件三、优化流量分配A.问题陈述B.优化帧调度四、协议和结果A.主协议B.对手模型C.优化流量和单一发送者的结果D.多发送方情况和噪声信道E.信道数据速率，安全级别和对最坏情况到达时间的影响摘要以前的研究工作已经认可了使用延迟和时钟偏移来检测在CAN总线上通信的入侵或指纹识别控制器。最近，C
人工智能有点·2023-12-03 09:37

Safe and Practical GPU Computation in TrustZone论文阅读笔记

SafeandPracticalGPUComputationinTrustZone背景知识：youtubeGR视频讲解链接：ASPLOS’22-Session2A-GPUReplay:A50-KBGPUStackforClientML-YouTubeGPU软件栈：概念："GPU软件栈"指的是与GPU硬件相关的全部软件组件，通常包括GPU驱动程序、CUDA或OpenCL运行时、GPU加速库（如cuD
Blanche117·2023-12-03 09:37

《PFL》论文阅读笔记

一、概要随着联邦学习的发展，简单的聚合算法已经不在有效。但复杂的聚合算法使得联邦学习训练时间出现新的瓶颈。本文提出了并行联邦学习（parallelfederatedlearning，PFL），通过调换中心节点聚合和广播的顺序。本文算法的优点：在全局聚合计算时解锁了边缘节点，在边缘节点本地计算时解锁了中心节点，并且在计算过程中具有灵活的伸缩性。本文主要贡献：处理数据异构和网络掉队局部节点参与灵活性计
superY25·2023-12-03 09:07

【论文阅读】Bayes’ Rays：神经辐射场的不确定性量化

【论文阅读】Bayes’Rays：神经辐射场的不确定性量化1.Introduction2.Relatedwork3.Background3.2.NeuralLaplaceApproximations4.
WoooChi·2023-12-03 08:06

【20230416】

老师又在讲深度学习和强化学习强化学习强化学习做的事情策略今日任务完成任务下周党课课表论文阅读论文标题论文作者Introduction图形模型和结果No-promisespeedTwo-daypromisespeedOne-daypromisespeed
limuqing_134·2023-12-03 04:39

综述论文阅读+概念解释：A Survey of State-of-the-Art on Blockchains: Theories, Modelings, and Tools

本博客只做该综述论文的总结和部分概念的解释工作，适合新手入门学习。所有引用到的网络文章在博客最后都有原链接，强烈建议认真阅读并支持原作者，侵删。ASurveyofState-of-the-ArtonBlockchains:Theories,Modelings,andTools摘要：本文通过调查和分类与区块链系统和网络的理论发现和基本机制密切相关的最新高质量研究成果，进行了彻底的调查。最后总结了几个
Viol3t·2023-12-02 21:51

论文阅读_AI生成检测_Ghostbuster

英文名称:Ghostbuster:DetectingTextGhostwrittenbyLargeLanguageModels中文名称:捉鬼人：检测大语言模型生成的文本文章:http://arxiv.org/abs/2305.15047代码:https://github.com/vivek3141/ghostbuster作者:VivekVerma，EveFleisig，NicholasTomlin
xieyan0811·2023-12-02 07:14

vqvae 论文阅读

https://arxiv.org/abs/1711.00937直接3.1首先我们定义一个嵌入空间.是K*D维度的.K是离散空间向量的数量.D是每一个向量的维度.所以e_i中的i属于1到K.模型的输入是x,也就是图片.然后模型编码成一个z_e(x).然后使用最近算法来得到z_q具体公式是下面1和2.理解q这个分布.给定x之后,是一个0,1离散分布.对于下表i属于1到K进行分布.i等于最接近z_e=
weixin_40467931·2023-12-02 07:11

论文阅读——Img2LLM（cvpr2023）

arxiv：[2212.10846]FromImagestoTextualPrompts:Zero-shotVQAwithFrozenLargeLanguageModels(arxiv.org)一、介绍使用大语言模解决VQA任务的方法大概两种：multi-modalpretrainingandlanguage-mediatedVQA，即多模态预训练的方法和以语言模型为媒介的VQA。Multi-mo
じんじん·2023-12-02 07:11

[论文阅读]Sparse Fuse Dense

SFDSparseFuseDense:TowardsHighQuality3DDetectionwithDepthCompletion论文网址：SFD论文代码：SFD论文简读本文主要关注如何利用深度完成技术提高三维目标检测的质量。论文提出了一种名为SFD（SparseFuseDense）的新型多模态框架，以提高基于激光雷达（LiDAR）的三维目标检测性能。SFD框架主要包括三个部分：激光雷达数据流
一朵小红花HH·2023-12-02 07:39

《论文阅读》DualGATs：用于对话中情绪识别的双图注意力网络

《论文阅读》DualGATs：用于会话中情感识别的双图注意力网络前言摘要模型架构DisGAT图构建图关系类型图节点更新SpkGAT图构建图关系类型图节点更新交互模块情绪预测损失函数问题前言今天为大家带来的是
365JHWZGo·2023-12-02 07:08

《功能磁共振多变量模式分析中空间分辨率对解码精度的影响》论文阅读

《TheeffectofspatialresolutionondecodingaccuracyinfMRImultivariatepatternanalysis》文章目录一、简介论文的基本信息摘要二、论文主要内容语音刺激的解码任务多变量模式分析（MVPA）K空间空间分辨率和平滑对MVPA的影响平滑的具体过程流程详解流程图BOLDacivation![](https://img-blog.csdni
_刘文凯_·2023-12-02 07:38

【论文阅读】DLCR : Eficient Indexing for Label-Constrained Reachability Queries on Large Dynamic Graphs

ChenX,PengY,WangS,etal.DLCR:efficientindexingforlabel-constrainedreachabilityqueriesonlargedynamicgraphs[J].ProceedingsoftheVLDBEndowment,2022,15(8):1645-1657.ABSTRACT许多真实世界的图，如社会网络、生物网络、知识图，自然都有边缘标签，
malo12·2023-12-02 07:07

【论文阅读】An In-Depth Study of Continuous Subgraph Matching

XiboSun,ShixuanSun,QiongLuo,andBingshengHe.AnIn-DepthStudyofContinuousSubgraphMatching.PVLDB,15(7):XXX-XXX,2022.doi:10.14778/3523210.3523218ABSTRACT连续子图匹配（CSM）算法在在线数据图流上找到给定模式的出现。目前已经提出了许多增量式CSM算法。然而，
malo12·2023-12-02 07:36

【论文阅读】A survey of continuous subgraph matching for dynamic graphs

WangX,ZhangQ,GuoD,etal.Asurveyofcontinuoussubgraphmatchingfordynamicgraphs[J].KnowledgeandInformationSystems,2023,65(3):945-989.Abstract随着信息技术的快速发展，多源异构数据已成为一个开放性问题，由于图结构能够对实体之间的复杂关系进行编码，因此通常将数据建模为图。然
malo12·2023-12-02 07:36

【论文阅读】Computing Label-Constraint Reachability in Graph Databases

JinR,HongH,WangH,etal.Computinglabel-constraintreachabilityingraphdatabases[C]//Proceedingsofthe2010ACMSIGMODInternationalConferenceonManagementofdata.2010:123-134.ABSTRACT我们今天的世界正在生成大量的图形数据，如社交网络、生物网
malo12·2023-12-02 07:36

【论文阅读】Graphs-at-a-time: Query Language and Access Methods for Graph Databases

HeH,SinghAK.Graphs-at-a-time:querylanguageandaccessmethodsforgraphdatabases[C]//Proceedingsofthe2008ACMSIGMODinternationalconferenceonManagementofdata.2008:405-418.文章目录ABSTRACT1.INTRODUCTION1.1Graphs-
malo12·2023-12-02 07:06

【论文阅读】Subgraph Matching with Effective Matching Order and Indexing

SunS,LuoQ.Subgraphmatchingwitheffectivematchingorderandindexing[J].IEEETransactionsonKnowledgeandDataEngineering,2020,34(1):491-505.文章目录Abstract1INTRODUCTION2BACKGROUND2.1Preliminaries2.2RelatedWork2.
malo12·2023-12-02 07:06

【论文阅读】Circinus: Fast Redundancy-Reduced Subgraph Matching

JinT,LiB,LiY,etal.Circinus:Fastredundancy-reducedsubgraphmatching[J].ProceedingsoftheACMonManagementofData,2023,1(1):1-26.文章目录1INTRODUCTION2MOTIVATION3COMPRESSION-BASEDBACKTRACKING3.1SubgraphCompressi
malo12·2023-12-02 07:06

【论文阅读】An Overview of Reachability Indexes on Graphs

ChaoZhang,AngelaBonifati,andM.TamerÖzsu.2023.AnOverviewofReachabilityIndexesonGraphs.InCompanionofthe2023InternationalConferenceonManagementofData(SIGMOD'23).AssociationforComputingMachinery,NewYork,N
malo12·2023-12-02 06:58

knowledge distillation 论文阅读之：ResKD: Residual-Guided Knowledge Distillation

文章目录ABSTRACTINTRODUCTIONRELATEDWORKKnowledgeDistillationEnsembleMethodsRESIDUAL-GUIDEDKNOWLEDGEDISTILLATIONbackground背景Residual-guidedLearningNAS-assistedarchitecture（神经网络结构搜索）Terminationcondition（结束条
暖仔会飞·2023-12-02 01:24

【论文笔记】《SketchMate: Deep Hashing for Million-Scale Human Sketch Retrieval》

《SketchMate:面向百万级人类草图检索的深度哈希算法》论文阅读笔记写在前面：水平有限，此笔记仅在本人有限的理解水平上完成，有错误希望读者批评指正。
besslbjwl·2023-12-02 01:23

【论文阅读】1 SkyChain：一个深度强化学习的动态区块链分片系统

SkyChain一、文献简介二、引言及重要信息2.1研究背景2.2研究目的和意义2.3文献的创新点三、研究内容3.1模型3.2自适应分类账协议3.2.1状态块创建3.2.2合并过程3.2.3拆分过程3.3评价框架3.3.1性能3.3.1.1共识延迟3.3.1.2重新分片延迟3.3.1.3处理事务数3.3.1.4约束3.3.2安全性3.3.3问题介绍四、基于DRL的动态分片框架4.1模型设计4.2训
Camina hacia ti·2023-12-01 20:17

JoyT的科研之旅第一周——科研工具学习及论文阅读收获

CiteSpace概述CiteSpace是一个用于可视化和分析科学文献的工具，它专门针对研究者进行文献回顾和趋势分析。CiteSpace的核心功能是创建文献引用网络，这些网络揭示了研究领域内各个文献之间的相互关系。使用CiteSpace可以为论文研究做出贡献的几种方式包括：趋势分析：CiteSpace可以帮助识别某个研究领域内的热门主题和趋势，以及这些主题随时间的变化情况。关键文献识别：通过分析文
Joy T·2023-12-01 18:45

论文阅读：Distributed Initialization for VVIRO with Position-Unknown UWB Network

前言DistributedInitializationforVisual-Inertial-RangingOdometrywithPosition-UnknownUWBNetwork这篇论文是发表在ICRA2023上的一篇文章，本文提出了一种基于位置未知UWB网络的一致性视觉惯性紧耦合优化测距算法(DC-VIRO)的分布式初始化方法。对于位置未知的UWB锚节点，我们通过求解一个机器人辅助的分布式定
独孤西·2023-12-01 11:25

论文阅读：Estimating Odometry Scale and UWB Anchor Location Based on Semidefinite ProgrammingOptimization

前言2022年发表在RAL上的一篇论文，研究了里程计系统的未知度量尺度估计问题和超宽带(Ultra-wideband，UWB)锚点在环境中的三维定位问题。这篇文章的作者ThienHoangNguyen是UWB-VIO领域的主要研究人员，从最近一年的成果来看，他的研究方向从之前的注重UWB-VIO融合定位转变到现在的对UWB-VIO中更加精细问题的处理，以及UWB-VIO传感器融合在其他位姿估计场景
独孤西·2023-12-01 11:55

论文阅读——SEEM

arxiv:分割模型向比较灵活的分割的趋势的转变：封闭到开放，通用到特定、one-shot到交互式。Fromclosed-settoopen-vocabularysegmentation，Fromgenerictoreferringsegmentation，Fromone-shottointeractivesegmentation。图片：图片提取的特征：初始化一个可学习的查询向量Qh：通过Text
じんじん·2023-12-01 00:37

论文阅读《RelationNet2: Deep Comparison Columns for Few-Shot Learning》

十一月啦！时间真的很快从周四拖延一直到现在才写完的博希望接下来多努力一点多加油一点好运也多眷顾我一下！论文名称：《RelationNet2:DeepComparisonColumnsforFew-ShotLearning》论文地址：https://arxiv.org/pdf/1811.07100v3.pdf论文解读参考：https://blog.csdn.net/qq_36104364/artic
LiBiscuit·2023-11-30 11:48

【论文阅读】基于隐蔽带宽的汽车控制网络鲁棒认证（三）

文章目录第六章通过认证帧定时实现VulCAN的非once同步6.1问题陈述6.2方法概述6.3动机和缺点6.3.1认证帧定时隐蔽通信6.3.2VulCAN的梵蒂冈后端Nonce同步的应用6.4设计与实现6.4.1发送方6.4.2接收方6.4.3设计参数配置6.4.4实现6.5安全注意事项6.5.1系统模型6.5.2攻击者简介-级别1:网络攻击者6.5.3攻击者配置文件-级别2:软件攻击者6.5.4
人工智能有点·2023-11-30 10:51

【论文阅读】【综述】Deep Learning for 3D Point Clouds: A Survey

文章目录Survey3DShapeClassificationProjectionbasedMulti-viewVoxelPointbasedPointwiseMLPnetworkConvolution-basedNetworksGraphbasedDataIndexingbased3DObjectDetectionRegionProposal-basedMethodsMulti-viewMeth
麒麒哈尔·2023-11-30 09:43

[论文阅读]CT3D——逐通道transformer改进3D目标检测

CT3D论文网址：CT3D论文代码：CT3D简读论文本篇论文提出了一个新的两阶段3D目标检测框架CT3D,主要的创新点和方法总结如下:创新点:(1)提出了一种通道注意力解码模块,可以进行全局和局部通道聚合,生成更有效的解码权重。(2)提出了建议到点嵌入模块,可以有效地将建议信息编码到每个原始点中。(3)整个框架端到端,可以非常方便的和任何高质量的建议生成网络结合,实现强大的建议优化。方法:(1)利
一朵小红花HH·2023-11-30 08:02

[论文阅读]SA-SSD——基于点云的结构感知单阶段三维物体检测

SA-SSD基于点云的结构感知单级三维物体检测论文网址：SA-SSDSA-SSD的前向传播过程1.输入:原始点云数据,以及groundtruth框等标注信息2.数据预处理:将点云量化为稀疏张量表示,输入网络将点云量化为稀疏张量表示是使用的量化过程，SASSD的点云量化表示是:设置量化步长dx,dy,dz(如0.05m,0.05m,0.1m)对每个点(x,y,z),量化为(⌊x/dx⌋,⌊y/dy⌋
一朵小红花HH·2023-11-30 08:17

3D目标检测VoexlNet

3D目标检测VoexlNet模型构建博客参考：论文阅读：VoxelNet（3D-detection）+代码复现_手写代码3ddetection_Little_sky_jty的博客-CSDN博客Voxelnet
'十月'·2023-11-29 17:24

Lift, Splat, Shoot: Encoding Images from Arbitrary Camera Rigs by Implicitly Unprojecting to 3D 论文阅读

论文链接Lift,Splat,Shoot:EncodingImagesfromArbitraryCameraRigsbyImplicitlyUnprojectingto3D0.Abstract提出了一种新的端到端架构，可以根据任意数量摄像机的图像数据直接提取场景的鸟瞰图表示方法的核心思想是将每个图像独立地“提升”（lift）到每个摄像头的特征金字塔中，然后将所有特征金字塔“喷洒”（splat）到一
KrMzyc·2023-11-29 07:25
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他