DIF论文笔记

论文笔记-Learning to Simulate Complex Physics with Graph Networks图网络模拟器

论文原文摘要在这里，我们提供了一个学习模拟的通用框架，并提供了一个单一模型的实现，该模型可在各种具有挑战性的物理领域（包括流体，刚性固体和可变形材料彼此相互作用）中产生最先进的性能。我们的框架（我们称为“基于图网络的模拟器”（GNS））表示带有粒子的物理系统的状态，表示为图中的节点，并通过学习的消息传递来计算动力学。我们的结果表明，我们的模型可以从训练期间包含数千个粒子状态的单一时间步长的预测，推
升不上三段的大鱼·2024-01-01 05:04

论文笔记-时序预测-Autoformer

论文标题：Autoformer:DecompositionTransformerswithAuto-CorrelationforLong-TermSeriesForecasting论文链接：https://arxiv.org/pdf/2106.13008v4.pdf源码链接：https://github.com/thuml/Autoformer摘要延长预测时间是极端天气预警和长期能源消耗规划等实际
1289902828·2024-01-01 03:51

ggplot2 | 单细胞类间比较的火山图 - 经典效果

VolcanoPlot=function(dif,log2FC=log2(1.5),padj=0.05,label.symbols=NULL,label.max=30,cols=c("#497aa2",
biomooc·2024-01-01 00:06

论文笔记：DELPHI:预测蛋白质相互作用位点的精确深度集成模型

文章目录摘要：一、介绍二、材料和方法（一）、数据库（二）、测试集（三）、训练集和验证集（四）、输入特征（六）、CNN模型架构（七）、RNN网络的体系结构（八）、综合网络架构（九）、实现（十）、参数调整三、结果（一）、与其他方法比较（二）、评估方案（三）、预测绩效的比较评估1、DSET_448和DSET_355的性能比较2、DSet_186、DSet_164和DSet_72的性能比较（四）、消融研究
wangpan007·2023-12-31 23:52

Linux Shell 016-文本比较工具diff

diff语法基本语法：diff[选项]文件1文件2dif
@Tianwx·2023-12-31 21:46

PacificA 论文笔记（一）

PacificA论文笔记（一）1.背景介绍对于分布式数据存储系统，数据复制对于系统的可靠性和可用性是一个关键。数据复制协议如Paxos是被熟知的一种数据复制协议。
余小言·2023-12-31 18:51

【论文笔记】Radar Fields: An Extension of Radiance Fields to SAR

原文链接：https://arxiv.org/abs/2312.129611.引言本文针对合成孔径雷达（SAR）的3D重建，提出雷达场，基于多个SAR对场景的测量学习体积模型。3.辐射场的介绍NeRF将静态场景表达为连续的体积函数F\mathcal{F}F，该函数可由MLP、体素分解或张量插值编码，预测给定点xxx和视线方向ddd下的RGB色彩ccc和密度σ\sigmaσ。多视图一致性使得网络仅依
byzy·2023-12-31 11:39

【论文笔记】Learned Fusion: 3D Object Detection using Calibration-Free Transformer Feature Fusion

原文链接：https://arxiv.org/abs/2312.090821.引言目前的3D目标检测一来传感器的校准信息。这种情况下，校准信息需要及其精确，但在产品尺度上，获取高质量校准信息是很困难的（需要逐传感器校准，且运行过程中可能会变化）。本文基于Transformer，提出无需校准信息的传感器融合方法。3.方法从基于Transformer的方法中直接移除校准信息会导致训练困难。3.1Tra
byzy·2023-12-31 11:09

【论文笔记】Gaussian Splatting SLAM

原文链接：https://arxiv.org/abs/2312.067411.引言许多SLAM方法组合了多种3D表达；使用统一表达进行系统的所有操作（细节的局部表达、大规模几何建图和通过直接对齐进行相机跟踪）是一种有趣的进展。本文提出第一个基于3D高斯溅射（3DGS）的在线视觉SLAM系统。3DGS中的3D场景会被表达为大量的有方向、伸长率、颜色和不透明度的高斯。其余视觉SLAM方法使用占用/有符
byzy·2023-12-31 11:38

2021-05-26

KDJ指标于20值附近形成金叉，J线翘首向上，多头能量还将进一步延续；RSI逐渐偏离弱势区，整体偏上移；MACD空头能量柱持续放量缩小，DIF与DEA有相互交叉的趋势，预计两个收线周期内，将完美形成金叉
闻驰江·2023-12-30 04:35

OR-NeRF论文笔记

OR-NeRF论文笔记文章目录OR-NeRF论文笔记论文概述Abstract1Introduction2RelatedWork3Background4Method4.1MultiviewSegmentation4.2SceneObjectRemoval5ExperimentsDatasetsMetricsMultiviewSegmentationSceneObjectRemoval6Conclus
路过的风666·2023-12-30 01:59

RO-NeRF论文笔记

RO-NeRF论文笔记文章目录RO-NeRF论文笔记论文概述Abstract1Introduction2RelatedWork3Method3.1RGBanddepthinpaintingnetwork3.2BackgroundonNeRFs3.3Confidence-basedviewselection3.4Implementationdetails4Experiments4.1Datasets
路过的风666·2023-12-30 01:27

《Pruning from Scratch》论文笔记

引自(https://blog.csdn.net/calvinpaean/article/details/103662659}Abstract网络剪枝是降低神经网络计算成本的重要研究方向。传统的方法都是先训练一个大型、冗余的网络，然后决定哪些单元（如通道）没那么重要，可以被裁剪掉。这篇论文发现，我们不需要预训练一个过度参数化的网络，再对其进行剪枝。作者证明，从随机初始化的权重直接进行剪枝，可以获得
MoreanP·2023-12-29 17:06

论文笔记Multi-Person Pose Estimation with Enhanced Channel-wise and Spatial Information CVPR2019

这周看了一篇新的来自CVPR2019的姿态估计paper，不过对计算机视觉任务来说都应该能带来一些启发，笔者按照自己的理解做一个笔记，欢迎讨论拍砖，感谢！论文题目如下：一、MotivationandContribution首先，在姿态估计领域，一般面临的挑战主要有光照、尺度差异、遮挡等等。一般来说，高层的低分辨率的语义特征可以用来推导看不见的关节，而低层的高分辨率的语义特征对适应尺度变化推导小尺度
Maniache·2023-12-29 07:34

6.S081-Lab1 总结笔记（0基础向）

S081总结笔记笔记目标：按照11个lab的顺序，整理所涉及到的知识对每个lab，给出清晰的解答整理自己在做实验过程中遇到的问题与思考对于课程中有涉及但是没有相应lab的内容做出补充（比如，后边的那些论文笔记说明
小小白计算机·2023-12-28 00:20

【论文笔记】BiFormer: Vision Transformer with Bi-Level Routing Attention

论文地址：BiFormer:VisionTransformerwithBi-LevelRoutingAttention代码地址：https://github.com/rayleizhu/BiFormervisiontransformer中Attention是极其重要的模块，但是它有着非常大的缺点：计算量太大。BiFormer提出了Bi-LevelRoutingAttention，在Attentio
justld·2023-12-27 22:54

【论文笔记】Run, Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks

论文地址：Run,Don'tWalk:ChasingHigherFLOPSforFasterNeuralNetworks代码地址：https://github.com/jierunchen/fasternet该论文主要提出了PConv，通过优化FLOPS提出了快速推理模型FasterNet。在设计神经网络结构的时候，大部分注意力都会放在降低FLOPs（floating-pointopera-tio
justld·2023-12-27 22:24

论文笔记_InP_photonic_circuits_using_generic_integration

InP_photonic_circuits_using_generic_integration时间：2015年5月文章目录InP_photonic_circuits_using_generic_integrationⅠIntroductionⅡ通用集成平台A.对特定信号进行处理B.MultiwavelengthTransmitterC.超快激光（皮秒激光、飞秒激光）D.其它通用平台可实现的激光器E
i写作业·2023-12-27 12:37

BW:数据传输流程 DTP_ET091Y7DIF6VR26BID4GTIM50：数据源不支持“数据提取”的设置

BW:数据传输流程DTP_ET091Y7DIF6VR26BID4GTIM50：数据源不支持“数据提取”的设置激活DTP报错将提取模式改为F全量提取即可
kodyyu·2023-12-26 15:58

Exploring the Limits of Masked Visual Representation Learning at Scale论文笔记

论文名称：EVA:ExploringtheLimitsofMaskedVisualRepresentationLearningatScale发表时间：CVPR2023作者及组织：北京人工智能研究院；华中科技大学；浙江大学；北京理工大学GitHub：https://github.com/baaivision/EVA问题与贡献本文中，作者提出了一个以视觉为中心的基础模型，EVA，来探索大规模maske
hello_dear_you·2023-12-26 13:03

论文笔记_Generic_InP-Based_Integration_Technology:_Present_and_Prospects

GenericInP-BasedIntegrationTechnology:PresentandProspects2014年摘要：综述了当前基于InP的光子芯片代工厂的技术，并进行了展望光子集成电路也有类似的摩尔定律，但是仍处在摩尔定律的早期想要发展集成光学，需要借鉴集成电路发展过程中fabless与foundry模式及其一系列降低研发成本的方式集成光芯片需要类似集成电路中三极管、二极管、电阻、电
i写作业·2023-12-25 14:39

论文笔记_Fundamental Performance Limits and Scaling of a CMOS Passive Double-Balanced Mixer

FundamentalPerformanceLimitsandScalingofaCMOSPassiveDouble-BalancedMixer时间：2008年6月作者：KrenarKomoni,SameerSonkusale,GeoffDawe文章目录FundamentalPerformanceLimitsandScalingofaCMOSPassiveDouble-BalancedMixer省
i写作业·2023-12-25 14:09

[论文笔记] PiPAD: Pipelined and Parallel Dynamic GNN Training on GPUs

PiPAD:PipelinedandParallelDynamicGNNTrainingonGPUsPiPAD:基于GPU的流水线并行动态GNN训练[Paper]PPoPP’23摘要提出了PiPAD,一个流水线并行的DGNN训练框架,用于GPU上的端到端性能优化.从算法和运行时层面重构了整体训练范式.1介绍动态图表示分类:连续时间动态图(ContinuousTimeDynamicGraphs,CT
PeakCrosser·2023-12-25 09:16

【最优传输论文笔记一】Optimal Transport for Domain Adaptation

前言在本文中，提出了一个正则化的无监督最优传输模型来执行源域和目标域的表示对齐。学习了一个匹配两个概率密度函数（PDF）的传输计划，它约束源域中同一类的标记样本在传输过程中保持接近。这样，我们同时利用源中的标记样本和在两个域中观察到的分布。1.introduce一些理论工作强调了域的数据概率分布函数之间的散度所起的作用。因此文章提出了符合最少努力原则的源数据转换，即相对于转换成本或度量的影响最小。
羊驼不驼a·2023-12-24 16:43

【基础论文笔记二】Transfer Learning with Dynamic AdversarialAdaptation Network(2019 ICDM)动态对抗适应网络的迁移学习论文笔记

背景现有的对抗性领域自适应方法要么学习单个领域鉴别器来对齐全局源和目标分布，要么关注基于多个鉴别器的子域对齐。然而，在实际应用中，域之间的边际（全局）分布和条件（局部）分布对适应的贡献往往不同。在本文中，作者提出了一种新的动态对抗性自适应网络（DAAN）来动态学习域不变表示，同时定量评估全局和局部域分布的相对重要性。DAAN架构在DAAN中，高级特征f由特征提取器（Gf，蓝色部分）提取。然后，分别
羊驼不驼a·2023-12-24 16:43

【论文笔记四2019 CVPR】Domain-Symmetric Networks for Adversarial Domain Adaptation (SymNets) 用于对抗域自适应的域对称网络

摘要深度网络通过对抗训练学习域不变性特征，但域自适应技术在源域和目标域实现类别层级的对齐仍然是有限的。本文提出了SymNets模型在对齐源域和目标域的边缘分布的同时也增强了对两个域中条件分布的对齐，从而实现类别层级的对齐。在领域自适应中源域和目标域上的任务是一致的，为此SymNets设计了一个对称的任务分类器结构，也就是说传统的分类器是有K个神经元对应K个类别，而SymNets为源域和目标域分别设
羊驼不驼a·2023-12-24 16:43

【基础论文笔记一】(2018 NIPS)Conditional Adversarial Domain Adaptation CDAN条件对抗域适应

目录一、CDAN结构二、多线性调整三、熵调整四、总体优化目标前言对抗性学习已被嵌入到深层网络中，用于学习解纠缠和可转移的领域适应表示。在分类问题中，现有的对抗性域自适应方法可能无法有效地对齐多模态分布的不同域。作者指出当前一些对抗域适应方法仍存在三个问题：1.只考虑了特征对齐，没有考虑标签对齐。2.当数据分布体现出复杂的多模态结构时，对抗性自适应方法可能无法捕获这种多模态结构，也就是说即使判别器完
羊驼不驼a·2023-12-24 16:13

UFO论文笔记

1TitleAUnifiedTransformerFrameworkforGroup-basedSegmentation:Co-Segmentation,Co-SaliencyDetectionandVideoSalientObjectDetection（YukunSu,JingliangDeng,RuizhouSun,GuoshengLin,andQingyaoWu）【ransactionsOn
umbrellazg·2023-12-24 06:52

论文笔记--Gemini: A Family of Highly Capable Multimodal Models

论文笔记--1.文章简介2.文章概括3文章重点技术3.1模型架构3.2训练数据3.3模型评估3.3.1文本3.3.1.1Science3.3.1.2Modelsizes3.3.1.3Multilingual3.3.1.4LongContext3.3.1.5Humanpreference3.3.2
Isawany·2023-12-24 03:36

论文笔记--A Fine-grained Interpretability Evaluation Benchmark for Neural NLP

论文笔记--AFine-grainedInterpretabilityEvaluationBenchmarkforNeuralNLP1.文章简介2.文章概括3文章重点技术3.1数据收集3.2数据扰动3.3
Isawany·2023-12-24 03:35

论文笔记--InstructBLIP: Towards General-purpose Vision-Language Models with Instruction Tuning

论文笔记--InstructBLIP:TowardsGeneral-purposeVision-LanguageModelswithInstructionTuning1.文章简介2.文章概括3文章重点技术
Isawany·2023-12-24 03:35

论文笔记--Learning Political Polarization on Social Media Using Neural Networks

论文笔记--LearningPoliticalPolarizationonSocialMediaUsingNeuralNetworks1.文章简介2.文章概括3.相关工作4.文章重点技术4.1Collectionofposts4.1.1
Isawany·2023-12-24 03:04

DyNet论文笔记 华为动态卷积核的论文解读

文章目录*KeyPoint*为什么要这么干？*Keywords*摘要引言相关工作高效卷积神经网络设计模型的压缩动态卷积核CNN中的动态卷积动机动态卷积系数预测模块(Coefficientpredictionmodule)动态生成模块(Dynamicgenerationmodule)训练算法动态卷积神经网络评估实验设置及比较方法实验结果与分析消融研究结论附录DYNET:DYNAMICCONVOLUT
晓梦清尘·2023-12-24 02:15

《基于非连续路径可靠性排序的快速二维相位展开算法》论文笔记

基于非连续路径可靠性排序的快速二维相位展开算法Fasttwo-dimensionalphase-unwrappingalgorithmbasedonsortingbyreliabilityfollowinganoncontinuouspath.DOI:10.1364/AO.41.0074371、介绍相位解包裹中的不连续性、局部区域的欠采样、信噪比的高局部变化和掩蔽区域是解包裹算法必须克服的一些问题
桐秋廿·2023-12-23 23:00

基于ECharts的股票行情分时、K线、MACD、DIF、DEA图表 (绝无仅有)

先上效果图kline1.gif[图片上传中...(kline3.gif-3cd3ef-1542639059861-0)]kline3.gif源码和使用说明已经开源至GitHub，欢迎各位能提出宝贵的意见噢https://github.com/2557606319/H5-Kline
Joey_Java·2023-12-23 17:18

【论文笔记】Scene Reconstruction From 4D Radar Data with GAN and Diffusion

原文链接：https://kth.diva-portal.org/smash/get/diva2:1799731/FULLTEXT01.pdf1.引言本文使用深度生成模型（DGM）实现以4D雷达为条件的图像生成，以提供雷达数据的另一可视化方法并增强可解释性。实验中的雷达和RGB相机固定在路面上方并经过时空同步。雷达和图像的数据对会作为网络的训练数据。网络使用深度生成模型将雷达数据转化为RGB图像。
byzy·2023-12-23 15:31

【论文笔记】3D Gaussian Splatting for Real-Time Radiance Field Rendering

原文链接：https://arxiv.org/abs/2308.040791.引言网孔和点是最常见的3D场景表达，因其是显式的且适合基于GPU/CUDA的快速栅格化。神经辐射场（NeRF）则建立连续的场景表达便于优化，但渲染时的随机采样耗时且引入噪声。本文的方法结合了上述两种方法的优点：使用3D高斯表达和基于tile的溅射，能实时地渲染高质量高分辨率图像。首先建立3D高斯表达场景。从使用运动恢复结
byzy·2023-12-23 15:31

【论文笔记】Cam4DOcc: Benchmark for Camera-Only 4D Occupancy Forecasting in Autonomous Driving Application

Cam4DOcc:BenchmarkforCamera-Only4DOccupancyForecastinginAutonomousDrivingApplications原文链接：https://arxiv.org/abs/2311.17663I.引言现有的基于相机的占用估计方法仅估计当前和过去的占用状态，但自动驾驶汽车需要未来的环境条件。本文提出首个相机4D占用预测基准Cam4DOcc，包含数据
byzy·2023-12-23 15:30

【论文笔记】NeuRAD: Neural Rendering for Autonomous Driving

原文链接：https://arxiv.org/abs/2311.152601.引言神经辐射场（NeRF）应用在自动驾驶中，可以创建可编辑的场景数字克隆（可自由编辑视角和场景物体），以进行仿真。但目前的方法或者需要大量的训练时间，或者对传感器的建模过于简单（导致仿真和真实数据的间隙），或者性能较低。本文提出NeuRAD，一种可编辑的新视图合成模型。该方法可以处理大型自动驾驶场景，建模了重要的传感器特
byzy·2023-12-23 15:28

MobileNet相关知识整理

一、MobileNetV1&MobileNetV2简介(超级推荐)二、Depthwise卷积与Pointwise卷积(Depthwise卷积的提出,大大较少了参数量,论文的主要贡献)三、参数量计算四、论文笔记五
hjxu2016·2023-12-23 11:52

ACL2021论文笔记——Semantic Representation for Dialogue Modeling

论文链接：SemanticRepresentationforDialogueModeling(aclanthology.org)https://aclanthology.org/2021.acl-long.342.pdfattention:本文的"我"、"我们"都指作者概述：题目为《对话建模的语义表示》仍需解决的问题：1.AMR2.featurefusion(Mangaietal.,2010)3.
Mike峰·2023-12-23 08:28

【论文笔记】Unsupervised Person Re-identification by Soft Multilabel Learning

笔记目录（部分笔者省略）摘要1.简介2.相关工作无监督RE_ID无监督域自适应多标签分类零镜头学习3.深度软件多标签参考学习3.1问题表述和概述3.2软多标签引导的硬否定挖掘3.3跨视野一致性软多标签学习3.4参考代理学习4.实验4.1数据集基准测试评估辅助数据集4.2实验实施细节4.3与最新方法的比较与基于手工特征表示模型的比较与基于伪标签学习模型的比较与基于无监督域自适应模型的比较4.4消融研
Yo3ngLau·2023-12-23 02:21

image caption 必看论文，模型整理

基础模型transformers-attentionisallyouneed细节笔记论文笔记几个重点1.架构图2.attention原理attention机制中的query,key,value的概念解释
MIngo的成长·2023-12-23 01:16

[论文笔记] GNNAdvisor: An Adaptive and Efficient Runtime System for GNN Acceleration on GPUs

GNNAdvisor:AnAdaptiveandEfficientRuntimeSystemforGNNAccelerationonGPUsGNNAdvisor:GPU上GNN加速的自适应高效运行时系统[Paper][Slides][Code]OSDI’21摘要提出了GNNAdvisor,一个用于加速GPU平台上各种GNN工作负载的自适应高效运行时系统.从GNN模型和输入图中探索并识别了几个与性能
PeakCrosser·2023-12-21 17:05

论文笔记 | Nature 2023 FunSearch：利用大语言模型在数学科学领域探索新的发现

文章目录一、前言二、主要内容三、总结CSDN叶庭云：https://yetingyun.blog.csdn.net/一、前言科学中有许多难以解决的问题，这些问题难以获得确切解答，但却相对容易进行验证。在数学和计算机科学领域，这类问题被称为NP完全优化问题（NP-completeoptimizationproblems）。人们普遍认为不存在能够在“可接受时间”内（即多项式时间内）解决此类问题的算法，
叶庭云·2023-12-21 12:22

【论文笔记】Distilling the Knowledge in a Neural Network

Abstract几乎任何机器学习算法性能提升的一个非常简单的方法是在相同数据上训练多个不同的模型，然后对它们的预测结果进行平均。不幸的是，使用整个模型集合进行预测繁琐，可能会因为计算成本过高而难以部署给大量用户，尤其是如果各个模型是庞大的神经网络时。研究表明，可以将集合中的知识压缩成一个单一模型，这样更容易部署，而我们则进一步使用不同的压缩技术发展了这种方法。本文在MNIST数据集上取得了令人惊讶
xhyu61·2023-12-21 10:48

【论文笔记】MCANet: Medical Image Segmentation withMulti-Scale Cross-Axis Attention

医疗图像分割任务中，捕获多尺度信息、构建长期依赖对分割结果有非常大的影响。该论文提出了Multi-scaleCross-axisAttention（MCA）模块，融合了多尺度特征，并使用Attention提取全局上下文信息。论文地址：MCANet:MedicalImageSegmentationwithMulti-ScaleCross-AxisAttention代码地址：https://githu
justld·2023-12-21 10:47

论文笔记 | ICLR 2023 WikiWhy：回答和解释因果问题

文章目录一、前言二、主要内容三、总结CSDN叶庭云：https://yetingyun.blog.csdn.net/一、前言ICLR2023|Accept:notable-top-5%：《WikiWhy:AnsweringandExplainingCause-and-EffectQuestions》一段话总结：WikiWhy是一个新的QA数据集，围绕一个新的任务建立：用自然语言解释为什么一个答案是
叶庭云·2023-12-21 04:18

【论文笔记】动态蛇卷积（Dynamic Snake Convolution）

精确分割拓扑管状结构例如血管和道路，对医疗各个领域至关重要，可确保下游任务的准确性和效率。然而许多因素使分割任务变得复杂，包括细小脆弱的局部结构和复杂多变的全局形态。针对这个问题，作者提出了动态蛇卷积，该结构在管状分割任务上获得了极好的性能。论文：DynamicSnakeConvolutionbasedonTopologicalGeometricConstraintsforTubularStruc
justld·2023-12-21 02:37

论文笔记：Accurate Localization using LTE Signaling Data

1intro论文提出LTELoc，仅使用信令数据实现精准定位信令数据已经包含在已在LTE系统中，因此这种方法几乎不需要数据获取成本仅使用TA（时序提前）和RSRP【这里单位是瓦】（参考信号接收功率）TA值对应于信号从手机到达基站所需的时间长度——>考虑到光速，它相当于用户设备与基站之间的距离在4GLTE网络中，TA值介于0到63之间，每个步骤代表一个比特周期（大约0.5208μs）的提前。以大约3
UQI-LIUWJ·2023-12-20 23:16
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他