OpenQA论文阅读

论文阅读——Prophet（cvpr2023）

一、Framework这个模型分为两阶段：一是答案启发生成阶段（answerheuristicsgenerationstage），即在一个基于知识的VQA数据集上训练一个普通的VQA模型，产生两种类型的答案启发，答案候选列表和答案例子；二是启发增强提示阶段（heuristics-enhancedpromptingstage），即将答案启发、问题、描述融合为一个格式化的提示prompt，引导GPT-
じんじん·2023-11-26 14:53

论文阅读——MCAN（cvpr2019）

补充一下MCAN-VQA：对图片的处理：首先输入图片到FasterR-CNN，会先设定一个判断是否检测到物体的阈值，这样动态的生成m∈[10,100]个目标，然后从检测到的对应的区域通过平均池化提取特征。第i个物体特征表示为：，所以一张图片就被表示为一个特征矩阵：。对问题的处理：首先分成词，最多分为14个词，然后用300-DGloVewordembeddings变成向量，然后过LSTM，使用LST
じんじん·2023-11-26 14:20

论文阅读_生成式Agent

英文名称:GenerativeAgents:InteractiveSimulacraofHumanBehavior中文名称:生成代理：**人类行为的交互式模拟**文章:http://arxiv.org/abs/2304.03442代码:https://github.com/joonspk-research/generative_agents作者:JoonSungPark机构:斯坦福大学日期:202
xieyan0811·2023-11-26 06:20

（三十七）论文阅读 | 目标检测之PAA

简介图1：论文原文论文聚焦的是在目标检测中的Anchor{\rmAnchor}Anchor分配问题，我们知道，Anchor{\rmAnchor}Anchor的分配策略是一个非常重要的环节，这往往决定了后续的边界框回归等操作，进而影响模型最终的性能。论文基于高斯混合模型，提出将Anchor{\rmAnchor}Anchor的得分视为一种概率。同时，Anchor{\rmAnchor}Anchor质量的
zhangts20·2023-11-26 05:48

Re54：读论文 How Context Affects Language Models‘ Factual Predictions

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：HowContextAffectsLanguageModels’FactualPredictionsArXiv网址：https
诸神缄默不语·2023-11-25 23:00

Re53：读论文 How Can We Know What Language Models Know?

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：HowCanWeKnowWhatLanguageModelsKnow?
诸神缄默不语·2023-11-25 23:25

论文阅读“Multi-level Feature Learning for Contrastive Multi-view Clustering”

XuJ,TangH,RenY,etal.Multi-LevelFeatureLearningforContrastiveMulti-ViewClustering[C]//ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition.2022:16051-16060.摘要梳理（1）多视图聚类用于挖掘多个视图时间的共同语
掉了西红柿皮_Kee·2023-11-25 20:12

论文阅读-可变形卷积网络：Deformable Convolutional Networks

论文地址：DeformableConvolutionalNetworks工程地址：github链接0.摘要  卷积神经网络对位置变化的建模存在天然缺陷，这是由于网络固定的位置结构。该论文提出两个新的模块来增强CNNs的这种建模能力，称为deformableconvolutionanddeformableRoIpooling，两个模块的基本思想采样时增加额外的参数offets并学习这种偏移，新模块可
不会算命的赵半仙·2023-11-25 19:41

[论文阅读]S2SQL：Injecting Syntax to Question-Schema Interaction Graph Encoder for Text-to-SQL Parsers

S2SQL阅读笔记1Introduction2Question-SchemaInteractionGraph2.1注入语法（InjectingSyntax）2.2解耦约束（DecouplingConstraint）3Experiments3.1数据集和评价指标3.2ImplementationDetails3.3Baseline模型3.4结果与分析3.5定性分析3.6关于SyntacticPars
MCZ777·2023-11-25 12:35

【论文阅读笔记】Attention-based multimodal fusion with contrast for robust clinical prediction in the face o

LiuJ,CapurroD,NguyenA,etal.Attention-basedmultimodalfusionwithcontrastforrobustclinicalpredictioninthefaceofmissingmodalities[J].JournalofBiomedicalInformatics,2023,145:104466.【开源】该论文介绍了一种用于临床预测的多模态机器
cskywit·2023-11-25 11:13

[论文阅读笔记]Learning Unified Hyper-network for Multi-modal MR Image Synthesis and Tumor Segmentation wit

YangH,SunJ,XuZ.LearningUnifiedHyper-networkforMulti-modalMRImageSynthesisandTumorSegmentationwithMissingModalities[J].IEEETransactionsonMedicalImaging,2023.【开源】缺失模态合成、分割端到端完成。本文的主要创新点可以概括为以下几个方面：1.统一的
cskywit·2023-11-25 11:43

【论文阅读笔记】M3AE: Multimodal Representation Learning for Brain Tumor Segmentation with Missing Modalitie

LiuH,WeiD,LuD,etal.M3AE:MultimodalRepresentationLearningforBrainTumorSegmentationwithMissingModalities[J].arXivpreprintarXiv:2303.05302,2023.【开源】本文的核心思想是介绍了一个名为M3AE（MultimodalMaskedAutoencoders）的新框架，用
cskywit·2023-11-25 11:43

【论文阅读笔记】Smil: Multimodal learning with severely missing modality

MaM,RenJ,ZhaoL,etal.Smil:Multimodallearningwithseverelymissingmodality[C]//ProceedingsoftheAAAIConferenceonArtificialIntelligence.2021,35(3):2302-2310.[开源]本文的核心思想是探讨和解决多模态学习中的一个重要问题：在训练和测试数据中严重缺失某些模态时
cskywit·2023-11-25 11:10

01-论文阅读-Deep learning for anomaly detection in log data: a survey

01-论文阅读-Deeplearningforanomalydetectioninlogdata:asurvey文章目录01-论文阅读-Deeplearningforanomalydetectioninlogdata
迷路爸爸180·2023-11-25 10:27

医学图像分割：U_Net 论文阅读

“U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation”是一篇由OlafRonneberger,PhilippFischer,和ThomasBrox发表的论文，于2015年在MICCAI的医学图像计算和计算机辅助干预会议上提出。这篇论文介绍了一种新型的卷积神经网络架构——U-Net，特别是为了处理医学图像分割问题而设计。背景和挑战在医学
北方骑马的萝卜·2023-11-25 10:24

《MIX：多通道信息交叉文本匹配》论文阅读笔记

摘要带注意力机制的多粒度CNNs融合模型，可分为3个步骤如下：1.文中融合两种通道（1）一种是单字、双字、三字等的语义匹配通道；（2）另一种是词权重、POS和位置信息等attention通道。2.语义匹配得到原始匹配矩阵，词权重、pos和position经过attention得到weight矩阵，原始矩阵和weight矩阵点积进行融合。3.
C_weiqi·2023-11-25 09:22

【论文阅读】Image Disentanglement Autoencoder for Steganography without Embedding-CVPR2022

参考链接：[CVPR2022]基于图像解耦生成的无嵌入隐写-知乎这篇论文介绍的很好信息隐藏|ImageDisentanglementAutoencoderforSteganographywithoutEmbedding实现无嵌入隐写的图像无纠缠自动隐写器代码：https://github.com/Lemok00/IDEAS无嵌入隐写（steganographywithoutembedding,SW
岁月漫长_·2023-11-25 06:48

【论文阅读】 智能合约安全漏洞检测技术研究综述

一、SC安全漏洞事件2016年6月,黑客利用DAO(decentralizedautonomousorganization)合约的可重入漏洞,窃取了价值约6000万美元的以太币(即以太坊数字货币);2017年7月,由于Parity多签名钱包合约的Delegatecall漏洞(paritymulti-sigwalletdelegatecall）,价值近3亿美元的以太币被冻结;2018年4月,恶意攻击
ZTT-Erolii·2023-11-25 02:39

深度学习系列-图像分类模型-论文阅读&详解

图像分类是深度学习最早大放异彩的领域，因此也出现了很多经典通用好用的网络模型。这篇blog重点在用一边阅读&理解各个模型的出处论文，一边把相关链接(自认为讲解透彻的)以及笔记记录下来，方便以后查阅。既然已经有很多人总结得很详细，我就偷个懒不再重复劳动了，啊哈哈另外，吐个槽，网上的资料真是乱，大家都抄来抄去的，没个准头。为了找个写的明白的资料真实费劲~CNN发展纵览网络类型和性能CNNArchite
城市中迷途小书童·2023-11-24 23:19

论文阅读 (106)：Decoupling maxlogit for out-of-distribution detection (2023 CVPR)

文章目录1概述1.1要点1.2代码1.3引用2预备知识3方法3.1MaxLogit3.2改进MaxCosine和MaxNorm3.3DML+1概述1.1要点题目：解耦最大logit分布外检测(Decouplingmaxlogitforout-of-distributiondetection)方法：提出了一种心机基于logit的OOD方法，解耦最大逻辑(DML)；考虑硬样本和紧凑特征空间，提出改进后
因吉·2023-11-24 22:16

GPT1(Improving Language Understanding by Generative Pre-Training)论文阅读

论文地址：ImprovingLanguageUnderstandingbyGenerativePre-Training1.论文阅读1.1背景介绍在GPT(Generativepre-trainedtransformer
MLTalks·2023-11-24 15:59

深度学习的优化：理论和算法《Optimization for deep learning: theory and algorithms》论文阅读笔记-4.训练神经网络的通用算法

5.训练神经网络的通用算法前面讨论了一些神经网络的特定tricks，这些小技巧需要结合最优化方法，如SGD。通常我们希望得到一个快速且表现好的方法。然而更快的方法通常表现不是最好的，因此我们设定一个可以接受的速度值，在满足这个速度值的情况下，尽可能的提高模型表现。5.1SGD和学习率的计划当前，最流行的方法是SGD和他的变种，SGD每次选择一个样本更新权重。在每个EPOCH开始时，进行shuffl
数据小新手·2023-11-24 12:18

Re52：读论文 How Much Knowledge Can You Pack Into the Parameters of a Language Model?

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：HowMuchKnowledgeCanYouPackIntotheParametersofaLanguageModel?
诸神缄默不语·2023-11-24 01:21

Re51：读论文 Language Models as Knowledge Bases?

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：LanguageModelsasKnowledgeBases?
诸神缄默不语·2023-11-24 01:49

《论文阅读》CAB：认知、情感和行为的共情对话生成 DASFAA 2023

《论文阅读》CAB：认知、情感和行为的共情对话生成前言摘要相关知识CVAE条件变分自编码器最大最小归一化模型架构1.获取Representation2.PriorNetworkandRecognitionNetwork
365JHWZGo·2023-11-23 20:51

论文阅读：Molecular subtypes classification of breast cancer in DCE-MRI using deep features

论文标题：MolecularsubtypesclassificationofbreastcancerinDCE-MRIusingdeepfeatures翻译：基于深部特征的DCE-MRI对乳腺癌分子亚型的分类摘要利用乳腺DCE-MRI识别分子亚型本研究使用了1359张DCE-MRI图像的人工注释数据集，其中70%用于训练，其余用于测试。从该数据集中提取了12个深度特征。数据集首先由具有乳腺MRI解
小源0·2023-11-23 17:02

论文阅读：Cross-layer mutual attention learning for fine-grained visual classification

论文标题：LearnfromeachothertoClassifybetter:Cross-layermutualattentionlearningforfine-grainedvisualclassification翻译：相互学习，更好地分类：跨层相互关注学习，实现细粒度视觉分类摘要细粒度视觉分类(FGVC)很有价值，但也很有挑战性。FGVC的难点主要在于其固有的类间相似性、类内差异性和有限的训
小源0·2023-11-23 17:02

《MedSegDiff Medical Image Segmentation with Diffusion Probabilistic Model》论文阅读理解

《MedSegDiffMedicalImageSegmentationwithDiffusionProbabilisticModel》论文阅读理解领域：AnomalyDetection（缺陷检测）论文地址
wyypersist·2023-11-23 17:31

论文阅读：MedSegDiff: Medical Image Segmentation with Diffusion Probabilistic Model

论文标题：MedSegDiff:MedicalImageSegmentationwithDiffusionProbabilisticModel翻译：MedSegDiff：基于扩散概率模型的医学图像分割名词解释：高频分量（高频信号）对应着图像变化剧烈的部分，也就是图像的边缘（轮廓）或者噪声以及细节部分。1.动态条件编码在大多数条件DPM中，条件先验是一个唯一的给定信息。然而，医学图像分割是出了名的模
小源0·2023-11-23 17:52

【论文阅读笔记】Emu: Enhancing Image Generation Models Using Photogenic Needles in a Haystack

【论文阅读笔记】Emu:EnhancingImageGenerationModelsUsingPhotogenicNeedlesinaHaystack论文阅读笔记论文信息摘要背景方法结果关键发现作者动机相关工作方法
LuH1124·2023-11-23 15:14

【论文阅读笔记】Emu Edit: Precise Image Editing via Recognition and Generation Tasks

【论文阅读笔记】EmuEdit:PreciseImageEditingviaRecognitionandGenerationTasks论文阅读笔记论文信息摘要背景方法结果额外关键发现作者动机相关工作1.
LuH1124·2023-11-23 15:35

论文阅读“Contrastive and attentive graph learning for multi-view clustering”

WangR,LiL,TaoX,etal.Contrastiveandattentivegraphlearningformulti-viewclustering[J].InformationProcessing&Management,2022,59(4):102967.摘要导读基于图的多视图聚类旨在利用多视图图信息来提供聚类解决方案。多视图的一致性约束是多视图图聚类的关键。现有的研究大多是生成融合图
掉了西红柿皮_Kee·2023-11-23 15:30

ResNeSt 2020 论文阅读笔记

ResNeSt:Split-AttentionNetworksGithub:https://github.com/zhanghang1989/ResNeStDetectron2版本Github:https://github.com/zhanghang1989/detectron2-ResNeSt1.Introduction主要谈了一下目前一些ResNet的变体网络存在的问题最近大部分的下游应用还是
Kloping·2023-11-23 14:03

A_Machine_Vision_Apparatus_and_Method_for_Can-End_Inspection-论文阅读笔记

A_Machine_Vision_Apparatus_and_Method_for_Can-End_Inspection一种用于罐端检测的机器视觉装置和方法//2022.6.27日上午10:17开始阅读笔记论文地址https://ieeexplore.ieee.org/document/7476878论文贡献本文介绍了一种用于实时焊缝检测的机器视觉装置。在简要介绍仪器系统设计和成像系统的基础上，重
wyypersist·2023-11-23 10:53

【论文阅读】An Experimental Survey of Missing Data Imputation Algorithms

论文地址：AnExperimentalSurveyofMissingDataImputationAlgorithms|IEEEJournals&Magazine|IEEEXplore处理缺失数据最简单的方法就是是丢弃缺失值的样本，但这会使得数据更加不完整并且导致偏差或影响结果的代表性。因此，研究者提出了一系列填补方法，包括早期的简单统计填补方法、传统的机器学习填补方法和现代深度学习填补算法。早期的
轩儿毛肚·2023-11-23 06:41

Anthropic LLM论文阅读笔记

研究时间：与InstrcutGPT同期的工作，虽然其比ChatGPT发布更晚，但是其实完成的时间比ChatGPT更早。与ChatGPT的应用区别：该模型比ChatGPT回答我不知道的概率更高。将强化学习用于大语言模型（RLHF）：发现这种方法可以提升几乎在所有NLP任务上的性能。随着参数的增加，效果也越来越好。如果模型经过了强化学习的辅助，效果会进一步提升；如果经过了有用性的训练，模型会有更大的提
北岛寒沫·2023-11-23 04:01

【论文阅读】时序动作检测系列论文精读（2018年）

文章目录1.PreciseTemporalActionLocalizationbyEvolvingTemporalProposals论文目的——拟解决问题贡献——创新实现流程详细方法2.CTAP:ComplementaryTemporalActionProposalGeneration论文目的——拟解决问题贡献——创新实现流程详细方法3.BSN:BoundarySensitiveNetworkfo
三木今天学习了嘛·2023-11-23 04:44

【论文阅读】LSSNet

简介LSSNet:ATwo-streamConvolutionalNeuralNetworkforSpottingMacro-andMicro-expressioninLongVideos研究领域：macro-andmicro-expressionspotting期刊：MM21作者：中国电子科技大学-Wang-WangYu代码：williamlee91/mer_spotnotimportant总体
灼灼meou·2023-11-23 04:13

论文阅读：“基于快速特征点提取和描述算法与色调、饱和度和明度的图像特征点匹配算法”

文章目录摘要引言方法实验结果图像预处理结果对比图像配准结果对比参考文献摘要提出了一种基于快速点特征提取和描述（ORB）算法与色调、饱和度和明度（HSV）的图像特征点匹配算法。首先利用双边滤波和均值滤波结合对图像进行预处理，然后使用ORB算法进行特征点提取；接着利用K维二叉树（K-DTree）算法与汉明距离进行特征点粗匹配；再利用图像的HSV信息对匹配特征点对进行二次筛选。实验结果表明，在图像进行预
如松茂矣·2023-11-23 03:58

论文阅读 Forecasting at Scale (二)

最近在看时间序列的文章，回顾下经典论文地址项目地址ForecastingatScale3.2、季节性3.3、假日和活动事件3.4、模型拟合3.5、分析师参与的循环建模4、自动化预测评估4.1、使用基线预测4.2、建模预测准确性4.3、模拟历史预测4.4、识别大的预测误差5、结论6、致谢3.2、季节性企业时间序列通常由于它们所代表的人类行为而具有多期季节性。例如，5天的工作周可以在时间序列上产生每周
赫凯·2023-11-23 02:42

推荐系统 - 排序算法 - 神经网络：FNN 论文阅读

1.前言FNN在文章DeepLearningoverMulti-fieldCategoricalData–ACaseStudyonUserResponsePrediction中提出论文地址该篇论文于2016年发表，提出了基于FM预训练获取离散特征embedding表示(注意这里的“特征”指的是FFM中说的“field”，而不是FM中说的“特征”，比如“性别”算一个特征、“品类”算一个特征)，结合M
愉贵妃珂里叶特氏海兰·2023-11-23 01:43

【论文阅读】NeuralProphet: Explainable Forecasting at Scale

NeuralProphet:ExplainableForecastingatScale前言1、NeuralProphet模型1.1模块组成1.1.1趋势模块1.1.2周期性1.1.3自回归1.1.4滞后回归1.1.5未来回归1.1.6事件与节假日1.2预处理1.2.1缺失值1.2.2标准化1.2.3表式化1.3训练1.3.1损失函数1.3.2正则化1.3.3优化器1.3.4学习率1.3.5批次大小
qq_38142901·2023-11-22 19:57

论文阅读 Forecasting at Scale (一)

最近在看时间序列的文章，回顾下经典论文地址项目地址ForecastingatScale摘要1、介绍2、时间业务序列的特点3、Prophet预测模型3.1、趋势模型3.1.1、非线性饱和增长3.1.2、具有变化点的线性趋势3.1.3、自动转换点选择3.1.4、趋势预测的不确定性摘要预测是一项常见的数据科学任务，能够帮助组织进行容量规划、目标设定和异常检测。尽管其重要性不言而喻，但在生产可靠且高质量的
赫凯·2023-11-22 19:47

推荐系统论文阅读（四十七)-DMIN:用户多兴趣演化网络

论文：论文题目：《DeepMulti-InterestNetworkforClick-throughRatePrediction》论文地址：https://dl.acm.org/doi/pdf/10.1145/3340531.3412092今天来看一篇阿里发在CIKM的shortpaper，主要聚集在多兴趣跟兴趣演化这两个方向。一、背景不管在电商领域还是短视频领域，用户的兴趣通常是多样的，潜藏在一
推荐系统论文阅读·2023-11-22 10:27

论文阅读“ZINB-based Graph Embedding Autoencoder for Single-cell RNA-seq Interpretations”

YuZ,LuY,WangY,etal.ZINB-basedGraphEmbeddingAutoencoderforSingle-cellRNA-seqInterpretations.AAAI2022.摘要导读单细胞RNA测序(scRNA-seq)提供了在单细胞分辨率下的全基因组基因表达水平的高通量信息，实现了对单个细胞的转录组的精确理解。（单细胞RNA测序数据的意义）不幸的是，快速增长的scRNA
掉了西红柿皮_Kee·2023-11-22 03:22

生物信息学之抗癌药物反应论文阅读六：DNN整合基因组谱

论文地址：Predictingdrugresponseoftumorsfromintegratedgenomicprofilesbydeepneuralnetworks利用深度神经网络预测整合基因组谱的肿瘤药物反应作者信息：Yu-ChiaoChiu1,Hung-IHarryChen1,2,TingheZhang2,SongyaoZhang2,3,AparnaGorthi1,Li-JuWang1,Y
Programming_miao·2023-11-22 03:58

Re50：读论文 Large Language Models Struggle to Learn Long-Tail Knowledge

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：LargeLanguageModelsStruggletoLearnLong-TailKnowledgeArXiv网址：https
诸神缄默不语·2023-11-22 02:53

论文阅读：A Critical Review of Recurrent Neural Networks for Sequence Learning

作者：ZacharyC.LiptonUCSD一、论文所解决的问题现有的关于RNN这一类网络的综述太少了，并且论文之间的符号并不统一，本文就是为了RNN而作的综述二、论文的内容（0）整体一览由前馈神经网络-》RNN的早期历史以及发展-》现代RNN的结构-》现代RNN的应用（1）前馈神经网络图1一个神经元图2一个神经网络传统的前馈神经网络虽然能够进行分类和回归，但是这些都是假设数据之间是iid（独立同
xizero00·2023-11-21 18:34

论文阅读笔记：Tailor A soft-prompt-based approach to attribute-based controlled text generation

文章的主要工作（1）提出了一种基于软提示的属性驱动CTG方法，名为Tailor。为了在统一的范式中同时包括单属性和多属性CTG，Tailor使用一组预训练的前缀来引导一个固定的PLM生成具有预定义属性的句子，然后有效地将它们连接起来生成多属性句子。（2）通过实验揭示了连续提示的组合能力。为了增强这种组合，在单属性CTG后探索了两种有效的策略，一种是无需训练的策略（MAPmask+RPsequenc
青云遮夜雨·2023-11-21 17:51

论文阅读笔记：Seen to Unseen Exploring Compositional Generalization of Multi-Attribute Controllable Dialogu

文章的主要工作（1）首次探索用于多属性可控对话生成的组合泛化，并发现现有模型缺乏对分布外的多属性组合的泛化能力。（2）提出了一种解耦的可控生成方法，DCG，它通过属性导向提示的共享映射学习从已见值到未见组合的属性概念，并使用解耦损失来分离不同的属性组合。（3）引入了一个统一的无需参照的评估框架，MAE，用于不同粒度的属性。我们建立了两个基准测试，并且充分的实验结果证明了我们的方法和评价指标的有效性
青云遮夜雨·2023-11-21 17:21
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他