Contextual

ACL2023：Enhancing Document-level Event Argument Extraction with Contextual Clues and Role Relevance

1.简介论文题目：EnhancingDocument-levelEventArgumentExtractionwithContextualCluesandRoleRelevance论文来源：ACL2023Findings论文链接：https://aclanthology.org/2023.findings-acl.817代码链接：https://github.com/LWL-cpu/SCPRG-m
qq_42470633·2024-02-02 19:58

【ACL 2023】Enhancing Document-level EAE with Contextual Clues and Role Relevance

【ACL2023】EnhancingDocument-levelEventArgumentExtractionwithContextualCluesandRoleRelevance论文：https://aclanthology.org/2023.findings-acl.817/代码：https://github.com/LWL-cpu/SCPRG-masterAbstract与句子级推理相比，文
Trouble..·2024-02-02 19:27

ATTENTION SWIN U-NET: CROSS-CONTEXTUAL ATTENTION MECHANISM FOR SKIN LESION SEGMENTATION

摘要关键点：1.现有限制：U-Net架构中卷积运算的位置限制了其捕捉长距离依赖性的性能2.解决限制：提出了一种基于Transformer的U-Net架构，用SwinTransformer模块取代CNN块来捕获局部和全局表示3.网络模型：Att-SwinU-Net，一种基于注意力的SwinU-Net扩展4.关键点：设计跳跃连接路径来提高网络的特征重用性5.改进：在跳跃连接路径中使用的经典连接操作中加
湘溶溶·2024-01-18 10:12

cs224n-笔记-lecture13-contextual-representations

之前的WordRepresentation方法如Word2Vec,GloVe,fastText等对每个单词仅有一种表示，而通常单词的含义依赖于其上下文会有所不同，而且每个单词不仅有一方面特征，而应有各方面特征如语义特征，语法特征等，这一讲集中讨论contextualwordrepresentation，主要比较了ELMO，GPT与BERT模型。ELMOELMO的基本思想是利用双向的LSTM结构，对
AugBoost·2023-12-20 15:55

翻译：Identifying Encrypted Malware Traffic with Contextual Flow Data利用上下文流数据识别加密恶意软件流量

利用上下文流数据识别加密恶意软件流量blakeanderson思科[email protected]摘要识别加密网络流量中包含的威胁是一组独特的挑战。监视此通信量以防威胁和恶意软件非常重要，但这样做的方式必须保持加密的完整性。由于pat-tern匹配不能对加密数据进行操作，因此以前的方法利用了从流中收集的可观测元数据，例如流的包长度和到达间隔时间。在这项工作中，我们通过考虑数据全知方
null_wfb·2023-12-01 03:18

Contextual Transformer Networks for Visual Recognition

ContextualTransformerNetworksforVisualRecognition1.摘要2.目的3.网络设计代码地址1.摘要Transformerwithself-attentionhasledtotherevolutionizingofnaturallanguageprocessingfield,andrecentlyinspirestheemergenceofTransfor
库博酱·2023-11-22 09:55

ELIC: Efficient Learned Image Compression with Unevenly Grouped Space-Channel Contextual Adaptive

文章目录ELIC:EfficientLearnedImageCompressionwithUnevenlyGroupedSpace-ChannelContextualAdaptiveCodingAbstractIntroductionRelatedworksLearnedlossyimagecompressionBackward-adaptiveentropymodelsParallelmulti
什么都不懂的小青蛙·2023-11-05 16:33

论文分享(5)----Attention-based multimodal contextual fusion for sentiment and emotion classification

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档“Attention-basedmultimodalcontextualfusionforsentimentandemotionclassificationusingbidirectionalLSTM”前言一、问题定义二、Model1.特征提取2.过往特征融合方法3.本文方法4.模型图三、实验结果总结前言现如今，互联网上有着大量多模态
爬行的研究生·2023-11-04 04:48

多标签分类论文笔记 | CAUSALITY COMPENSATED ATTENTION FOR CONTEXTUAL BIASED VISUAL RECOGNITION

个人论文精读笔记，主要是翻译+心得，欢迎旁观，如果有兴趣可以在评论区留言，我们一起探讨。Paper:https://openreview.net/pdf?id=8XqDnrmZQNFCode:https://github.com/yu-gi-oh-leilei/IDA_2023ICLR文章目录摘要1介绍3.初步结论:语境偏见中的因果关系4.方法4.1类感知层4.2因果关系的干预4.3采样和重加权层
Thomas_Cai·2023-10-20 02:56

获取文件关联的所有快捷方式.lnk

:\GoogleChrome.lnk"右键“属性”-“目标”修改为:rem"C:\ProgramFiles\Google\Chrome\Application\chrome.exe"--enable-contextual-search
tiandyoin·2023-09-26 03:52

（论文总结）SmallBigNet Integrating Core and Contextual Views for Video Classification

论文链接:论文代码链接:代码文章目录一、传统的方法存在的问题1、普通的3×1×1卷积对上下文的处理情况2、缺乏综合理解能力且参数量大3、缺乏长范围时序特征的学习能力二、本文的改进1、更好的处理、结合上下文信息2、网络结构：SmallBig-ResNet三、与同期方法的对比1、SmallBigVSNonlocal2、SmallBigVSSlowFast四、实验五、总结除相关原始论文外的参考文章一、传
10生万物·2023-08-19 19:33

【论文阅读】Hierarchical Multi-modal Contextual Attention Network for Fake News Detection --- 虚假新闻检测，多模态

本博客系本人阅读该论文后根据自己理解所写，非逐句翻译，欲深入了解该论文，请参阅原文。论文标题：HierarchicalMulti-modalContextualAttentionNetworkforFakeNewsDetection；关键词：社交媒体，虚假新闻检测，多模态学习；作者：ShengshengQian，JinguangWang，JunHu，QuanFang，ChangshengXu；中国
me_yundou·2023-08-04 23:55

解决error overloaded function with no contextual type information

error:overloadedfunctionwithnocontextualtypeinformation错误：没有上下文类型信息的重载函数（和opencv自带的函数max重名了）解决办法：把自己的max函数名改一改
胡秀大闹野猪林·2023-06-08 01:33

用于语义分割的物体上下文表示

https://paperswithcode.com/paper/object-contextual-representations-for#codehttps://github.com/HRNet/HRNet-Semantic-Segmentation
Vinteuil·2023-04-11 20:13

Firefox提示 此连接不安全。在此页面输入的登录信息可以被窃取。

在搜索框“搜索首选项名称”中复制以下内容粘贴搜索：security.insecure_field_warning.contextual.enabled
Godpassage·2023-04-04 00:52

【论文简述】Global Contextual Complementary Network for Multi-View Stereo（BMVC 2022）

一、论文简述1.第一作者：YongrongCao2.发表年份：20223.发表期刊：BMVCCCF-C类4.关键词：MVS、3D重建、上下文、自注意力、全局信息5.探索动机：CNN的局限性，缺少全局上下文通常会导致无纹理或弱纹理区域出现局部歧义，从而降低匹配的鲁棒性。Localfeaturesarewellcapturedbyconvolutions.Thelocalityofconvolutio
华科附小第一名·2023-03-21 09:19

Contextual Transformer Networks for Visual Recognition论文以及代码解析

ContextualTransformerNetworksforVisualRecognition1.Abstract2.Introduction3.Approach3.1.Multi-headSelf-attentioninVisionBackbones3.2.ContextualTransformerBlock3.3.ContextualTransformerNetworks4.代码解析4.1
从现在开始壹并超·2023-03-15 20:58

【YOLOv8/YOLOv7/YOLOv5系列算法改进NO.56】引入Contextual Transformer模块（sci期刊创新点之一）

文章目录前言一、解决问题二、基本原理三、添加方法四、总结前言作为当前先进的深度学习目标检测算法YOLOv8，已经集合了大量的trick，但是还是有提高和改进的空间，针对具体应用场景下的检测难点，可以不同的改进方法。此后的系列文章，将重点对YOLOv8的如何改进进行详细的介绍，目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己的微薄帮助和参考。由于出到YOLOv8，
人工智能算法研究院·2023-03-09 07:12

深度学习的“灾难性遗忘“

但是一旦学习阶段结束，它所能做的操作就固化了，既难以方便的学习新的映射，也不能对实际环境中存在情境信息(比如自身状态，环境变化、任务变化等)做出灵活的响应，难以满足复杂多变的需求，即缺少情境依赖学习(contextual-dependentlearning
hb_ma·2023-02-01 02:23

The effect of contextual cues on the encoding of motor memories

上下文提示对运动记忆编码的影响【总述】探究7个contextcue分别如何影响运动记忆的形成。实验均在相反的力场中进行。结果表明，运动的空间视觉和本体感受状态的变化远比简单视觉上下文提示的变化有效。本研究使用干扰范式来调查不同上下文线索和状态变化的相对有效性。自变量分别为：光标颜色、背景颜色、周围视觉运动、在不同工作空间位置移动、视觉对象定向、视觉反馈位置、本体感受位置。【实验】每个实验6个被试，
辰_123·2023-01-29 18:36

论文翻译——Multi-Constrained Graph Pattern Matching in Large-Scale Contextual Social Graphs

文章目录Abstract附加IntroductionBackground附加Problem附加Contribuitions附加RelatedWork（1）附加（2）附加（3）附加PreliminariesADatagraph数据图附加B.PattternGraph模板图CMulti-ConstraintGraphPatternMatching（MC-GPM）D.ABaselineAlgorithm
客院载论·2023-01-27 11:41

【NLP基础理论】10 上下文表示（Contextual Representation）

注：UnimelbComp90042NLP笔记相关tutorial代码链接本文除去COMP90042笔记之外还参考了李宏毅的视频和其他链接（在文中已标出）。上下文表示目录上下文表示1ELMo1.1简介1.2提取上下文表示内容1.2.1上下文v.s.非上下文1.2.2上下文表示的缺点2BERT2.1前提回顾2.2简介2.3BERT目的2.3.1目的1：屏蔽语言模型（MaskedLanguageMod
无名草鸟·2023-01-03 22:19

NLP学习-Task1：简介和词向量Word Vectors

NLP学习更新流程↓Task1:简介和词向量WordVectorsTask2:词向量和词义WordSensesTask3:子词模型SubwordModelsTask4:Contextual词嵌入Task5
iiVax·2022-12-30 01:34

论文阅读——Contextual-based Image Inpainting: Infer, Match, and Translate

原文连接：Contextual-basedImageInpainting:Infer,Match,andTranslate(ECCV2018).Song,Y.,Yang,C.,Lin,Z.,Liu,X.
keep--learning·2022-12-29 12:37

论文解析[10] Contextual Transformer Networks for Visual Recognition

发表时间：2021论文地址：https://arxiv.org/abs/2107.12292文章目录摘要3方法3.1.Multi-headSelf-attentioninVisionBackbones3.2.ContextualTransformerBlock5结论摘要带有自注意力的Transformer导致了nlp领域的革命，也启发了在计算机视觉任务上。大多数存在的设计直接使用2D特征图来获得注
默_silence·2022-12-28 07:14

[GAN]Generative Image Inpainting with Contextual Attention论文阅读

1论文简介GenerativeImageInpaintingwithContextualAttention是UIUC的JiahuiYu在ThomasS.Huang的指导下，联合AdobeResearch完成的一项工作，发表于CVPR2018。作者在Iizuka等人提出的Globallyandlocallyconsistentimagecompletion工作的基础上进行改进（ImprovedGen
Vanessa Ni·2022-12-27 21:39

图像修复实例解析《Generative Image Inpainting with Contextual Attention》

GenerativeImageInpaintingwithContextualAttention今天介绍CVPR2018的GenerativeImageInpaintingwithContextualAttentionpaper:https://arxiv.org/abs/1801.07892,demohttp://jiahuiyu.com/deepfillgithub:https://githu
Orchid_YL·2022-12-27 21:08

图像修复DeepFillv1：Generative Image Inpainting with Contextual Attention（CVPR2018）

Paper：https://arxiv.org/pdf/1801.07892.pdfCode：https://github.com/JiahuiYu/generative_inpainting/tree/v1.0.0基于S.Iizuka,E.Simo-Serra,andH.Ishikawa.Globallyandlocallyconsistentimagecompletion.ACMTransac
就叫阿水·2022-12-27 21:38

论文精度 —— 2018 CVPR《Generative Image Inpainting with Contextual Attention》

总述本篇论文采用的baseline不是CE，而是2017ACM的《loballyandlocallyconsistentimagecompletion》，那篇论文以CE为baseline，引入了全局鉴别器和局部鉴别器。这篇文章提出了上下文注意力层，使得可以关注到距离缺失区域较为遥远的像素点；此外，作者摒弃了之前常用的DCGAN，而是使用创新地WGAN-GP，还采用了两个encoder，一粗一细。一
clarkjs·2022-12-27 21:00

详细介绍Deeper Text Understanding for IR with Contextual Neural Language Modeling

文章目录1.简介2.相关工作3.使用BERT的文档搜索4.实验设置5.结果与讨论5.1用于文档检索的预训练BERT5.2理解自然语言查询5.3理解搜索任务6.结论2022年圣诞节到来啦，很高兴这次我们又能一起度过~论文题目：DeeperTextUnderstandingforIRwithContextualNeuralLanguageModeling利用上下文神经语言模型为IR提供更深入的文本理解
若年封尘·2022-12-25 15:24

ICCV 2019 |Deep Contextual Attention for Human-Object Interaction Detection论文阅读笔记

人物交互检测是视觉关系检测任务中非常重要的一类任务，对于场景的深入理解至关重要，现在很多方法将其分解为目标定位与交互识别，尽管取得了一定的进展，但是这些方法仅仅依赖于人和物体的外观而忽略掉有效的上下文信息，但是这些信息对于捕获他们之间的细微交互是非常重要的。本文提出了一个用于人物交互检测的上下文注意力框架，该方法通过学习实例的上下文感知外观特征来利用上下文信息，然后使用注意力模块自适应的选择与实例
ycolourful·2022-12-23 13:10

Deep Contextual Attention for Human-Object Interaction Detection阅读笔记

前言论文地址笔记这篇文章写的非常清楚，我们直奔主题就好，作者提出了一个基于上下文注意力机制的网络，这个网络可以通过学习contextually-awareappearance特征来利用上下文信息识别HOI的模型。并且这个提出的注意力机制模型还能自适应的选取相关的以实例为中心的上下文信息去增强可能包含HOI的图像区域。直接来看整个框架比较新的东西就是红色矩形标出的context-AwareAppea
xingaoli·2022-12-23 13:07

[代码分析]Depth-Aware Multi-Grid Deep Homography Estimation with Contextual Correlation 解读(持续更新)

文章目录**写在前面：**1、Python类中的__init__、__new__、__call__方法2、python读取各种文件数据3、字典的操作一、train_H.py①glob.glob()2、os.path.join()写在前面：1、Python类中的init、new、call方法执行顺序：init-->new-->call参考链接2、python读取各种文件数据参考链接3、字典的操作ke
小李不会编程啊·2022-12-14 03:05

[论文笔记]Depth-Aware Multi-Grid Deep Homography Estimation with Contextual Correlation

论文地址：https://arxiv.org/abs/2107.02524代码：https://github.com/nie-lang/Multi-Grid-Deep-Homography1.概览单应性估计是计算机视觉应用中的一项重要任务，例如图像拼接、视频稳定和相机校准。传统的单应性估计方法严重依赖特征对应的数量和分布，导致在低纹理场景中的鲁棒性较差。相反，学习解决方案试图学习强大的深度特征，但
spearhead_cai·2022-12-14 03:33

ITCN Contextual relation embedding and interpretable triplet capsule forinductive relation predicti

摘要关系预测是一种知识图补全的任务，旨在预测实体间缺失的关系。以往的大部分工作都集中在学习实体和关系的潜在表示，导致模型无法直接预测不可见实体的关系。为了归纳地预测关系，最近的工作提供了对候选三元组周围的子图进行操作的替代方法。但是，它们只是利用结构信息，而没有充分利用关系的文本信息。此外，他们不重视模型的可解释性，因为推理过程是不可解释的。本文提出了一种用于归纳关系预测的可解释三元胶囊网络(In
小蜗子·2022-12-12 15:54

CoT Net：Contextual Transformer Networks for Visual Recognition

文章目录ContextualTransformerNetworksforVisualRecognition一、ContextualTransformerBlock1.代码2.实验二、ContextualTransformerNetworks1.代码2.实验ContextualTransformerNetworksforVisualRecognition一、ContextualTransformer
arranclo·2022-12-04 00:25

京东AI：用于视觉识别的上下文Transformer网络-Contextual Transformer Networks for Visual Recognition

论文下载：https://arxiv.org/pdf/2107.12292.pdf源码下载：https://github.com/JDAI-CV/CoTNetAbstract使用自注意力机制的Transformer已经导致了自然语言处理领域的革命，最近出现了Transformer-style的架构设计，并在许多计算机视觉任务中取得了有竞争力的结果。然而，大多数现有的设计直接在二维特征图上使用自注意
象牙山首富_·2022-12-04 00:23

《HRNet-OCR：Object-Contextual Representations for Semantic Segmentation》论文笔记

参考代码：HRNet-OCR1.概述导读：这篇文章研究了语义分割中上下文信息的提取与表达，其方法设计的灵感来自于：分割中一个像素的label是其对应目标（object）的类别，那么基于此文章便是通过不同object区域的表达去关联并表达一个像素（特征图上）的信息，从而建立更加具有区分性质的上下文信息。对此完成该目的需要3个步骤：1）通过在GT的监督训练下得到图片的分割结果；2）在分割结果的基础上按
m_buddy·2022-11-22 22:29

Contextual Transformer Networks for Visual Recognition

ContextualTransformerNetworksforVisualRecognition一、引言（一）、OurApproach（二）、Multi-headSelf-attentioninVisionBackbones二、ContextualTransformerBlock（一）、ContextualTransformerNetworks（二）、ConnectionswithPreviou
小小小~·2022-11-20 08:00

NLP数据增强系列之《Contextual Augmentation: Data Augmentation by Words with Paradigmatic Relations》

《ContextualAugmentation:DataAugmentationbyWordswithParadigmaticRelations》这篇论文，是一个用模型的方式来解决数据增强问题的大作，虽然是篇令人遗憾的短文。先强调一遍：效果不好，效果不好，它是跑了五个数据集，然后平均了一下，选取了平均值作为比较对象。但我是为了发论文，已经无所不用其极了，我打算复现它。它提出了的方向很简单，观察下图
荒山之夜·2022-11-20 05:00

论文阅读：Duplex Contextual Relation Network for Polyp Segmentation

结肠镜图像分割论文阅读论文总体架构摘要引言相关工作工作总结：1、图像内上下文关系模块2、图像外上下文关系模块这两个模块也是即插即用的。模型结构先上图片内部上下文关系外部上下文关系（这个平生还是第一次见，值得重点观察）实验分析讨论厚着脸皮，要个点赞收藏，谢谢支持！！！论文总体架构论文名称：用于息肉分割的双重上下文关系网络（ISBI2022）作者单位：北京邮电大学作者名称：尹子衿等代码地址：https
sigmoidAndRELU·2022-11-16 13:42

【论文阅读】CVPR2021——SCF-Net:Learning Spatial Contextual Feature for Large-Scale Point Cloud Segmentation

（CVPR2021）面向大规模点云分割的空间上下文特征学习（基于RandLA-Net）1.Abstract2.Introduction3.Relatedwork4.Method4.1SCFModule4.1.1LocalPolarRepresentation4.1.2Dual-DistanceAttentivePooling4.1.3GlobalContextualFeature4.1.4Arch
再见天师·2022-07-09 07:38

CVPR 2018 | Generative Image Inpainting with Contextual Attention 阅读笔记（翻译）

GenerativeImageInpaintingwithContextualAttention作者：JiahuiYu1^11ZheLin2^22JimeiYang2^22XiaohuiShen2^22XinLu2^22ThomasS.Huang1^11单位：1^11UniversityofIllinoisatUrbana-Champaign2^22AdobeResearch会议：CVPR2018
ybacm·2022-06-18 07:08

论文阅读《Contextual-based Image Inpainting: Infer, Match, and Translate》

介绍从采样噪声生成照片般逼真的图像或在其他输入（例如图像，文本或标签）上进行调节的问题已经得到了大量的研究。但是现在生成高分辨率图像仍然是一项艰巨的任务。这主要是因为对像素的分布进行建模是困难的，并且当维度变高的时，训练的模型容易引入模糊的分量和伪像。已经有几个方法，通常是通过利用多规模训练或者包含先验信息。图像修复的任务可以概括为：给定一个不完整的图像作为输入，我们如何用语义和视觉上的合理的内容
framebreak·2022-06-18 07:32

《Contextual-based Image Inpainting: Infer,Match,and Translate》图像修复论文解读

将修复任务分为了两个独立部分，推断和翻译。每一个部分都有一个独立的神经网络，作者利用简单的启发式算法将缺失区域边缘处的纹理信息向缺失区域内部扩散。作者的修复模型更易于训练，且达到了较好的修复效果。修复过程：分为两个阶段：推理和翻译。在推理阶段，训练一个image2feature网络，用粗略预测初始化洞并提取它的特征。预测是模糊的，但在洞中包含高级结构信息。在翻译阶段，训练了Feature2imag
axianera·2022-06-18 07:51

Generative Image Inpainting with Contextual Attention（CVPR2018）

目录Abstract（摘要）：1.Introduction2、RelatedWork（相关工作）2.1.ImageInpainting(图像修复)2.2.AttentionModeling(注意力模型)3、ImprovedGenerativeInpaintingNetwork(改进的生成修复网络)4、ImageInpaintingwithContextualAttention4.1.Context
change_lkl·2022-06-18 07:45

【论文导读】Time-Series Representation Learning via Temporal and Contextual Contrasting（时间和上下文对比的时间序列表示学习）

Time-SeriesRepresentationLearningviaTemporalandContextualContrasting（通过时间和上下文对比的时间序列表示学习）论文信息摘要主要贡献论文结构1.Introduction2.RelatedWorks3.MethodsArchitectureofproposed==TS-TCC==model4.ExperimentalSetup5.Re
1 + 1=王·2022-05-15 07:00

A Survey of the Four Pillars for Small Object Detection: Multiscale Representation, Contextual Infor

文章地址：https://ieeexplore.ieee.org/document/9143165本文综述了基于深度学习的小目标检测的最新研究。本文首先简要介绍了小目标检测的四大支柱，包括多尺度表示、上下文信息、超分辨率和区域建议。然后，列出了用于小目标检测的最新数据集。此外，本文还研究了最先进的小目标检测网络，特别关注了与普通目标检测体系结构相比的差异和改进，以提高检测性能。最后，对小目标检测的
智安科技*·2022-05-03 07:11

论文阅读：（2020版）A Survey on Contextual Embeddings 综述：上下文嵌入

ASurveyonContextualEmbeddings综述：上下文嵌入目录ASurveyonContextualEmbeddings综述：上下文嵌入摘要1简介2目标词嵌入3上下文嵌入的预训练方法3.1通过语言建模进行无监督的预训练3.2监督目标4跨语言多语言上下文嵌入预训练5下游学习5.1下游使用上下文嵌入的方法5.2应对灾难性遗忘5.3多任务微调6模型压缩7分析上下文嵌入8当前的挑战摘要  
南有芙蕖·2022-03-08 13:23

图像修复论文笔记:Generative Image Inpainting with Contextual Attention

1.论文题目：GenerativeImageInpaintingwithContextualAttention论文来源：2018CVPR（1）所解决问题目前的基于深度学习的方法已经显示了对于修复图像中大量缺失区域的具有挑战性的任务的有希望的结果。这些方法可以生成视觉上合理的图像结构和纹理，但通常会产生与周围区域不一致的扭曲结构或模糊纹理。这主要是由于卷积神经网络不能明确复制借用远处空间的某一位的纹
lishuoshi1996·2022-02-17 07:02
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他