Reinforced

Low-Light Image Enhancement via Self-Reinforced Retinex Projection Model 论文阅读笔记

这是马龙博士2022年在TMM期刊发表的基于改进的retinex方法去做暗图增强（非深度学习）的一篇论文文章用一张图展示了其动机，第一行是估计的亮度层，第二列是通常的retinex方法会对估计的亮度层进行RTV约束优化，从而产生平滑的亮度层，然后原图除以亮度层产生照度层作为增强结果，但通常这样会导致过曝，所以会把亮度层调大一点，比如第三列用了Gamma校正把亮度层调大，这样产生的结果不会过曝。但是

sysu_first_yasuo·2023-07-15 23:18

Reinforced Self-Attention Network: a Hybrid of Hard and Soft Attention for Sequence Modeling

soft-attentionhard-attention优点1、参数少、训练快2、可微分能处理较长的输入序列缺点softmax函数将较小但非零的概率分配给琐碎的元素，这降低了少数真正重要元素的注意力，对于较长的输入序列效果不好1、序列采样耗时较大2、不可微分文章的motivation是将softattention和hardattention结合起来，使其保留二者的优点，同时丢弃二者的缺点。具体地说

哒丑鬼·2023-02-17 11:27

A Hierarchical Reinforced Sequence Operation Method for Unsupervised Text Style Transfer

无监督文本样式转换的分层增强序列运算方法下载链接：https://arxiv.org/pdf/1906.01833.pdf一、APaperListforStyleTransferinTextDatasetDearSirorMadam,MayIintroducetheYAFCCorpus:Corpus,BenchmarksandMetricsforFormalityStyleTransfer,NAA

蹦跶的小羊羔·2023-01-02 15:14

ACL20 - Zero-shot Text Classification via Reinforced Self-training

YeZ,GengY,ChenJ,etal.Zero-shottextclassificationviareinforcedself-training[C].InACL2020.文章目录摘要介绍自训练方法强化学习模块实验数据方法结果总结摘要传统自训练（self-training）方法采用固定的探索式算法，在不同数据集上表现不一。本文采用强化学习框架学习数据选择策略，提供更可靠的数据。介绍处理零样本文

ywm_up·2022-11-22 13:34

Reinforced Neighborhood Selection Guided Multi-Relational Graph Neural Networks阅读笔记

ReinforcedNeighborhoodSelectionGuidedMulti-RelationalGraphNeuralNetworks阅读笔记文章标题：ReinforcedNeighborhoodSelectionGuidedMulti-RelationalGraphNeuralNetworks文章链接：https://arxiv.org/pdf/2104.07886.pdf代码链接：h

DifferenceEngine·2022-11-19 20:10

【论文不精读】Reinforced Path Reasoning for Counterfactual Explainable Recommendation

ReinforcedPathReasoningforCounterfactualExplainableRecommendation1Introduction现代推荐系统在对复杂的用户或者商品上下文进行建模时变得十分复杂并且不透明。例如社会关系（[1]Becausal:De-biasingsocialnetworkconfoundinginrecommendation)和商品标签([2]Levera

han1254·2022-11-13 14:42

Re36：读论文 CEEN Improving legal judgment prediction through reinforced criminal element extraction

诸神缄默不语-个人CSDN博文目录论文名称：Improvinglegaljudgmentpredictionthroughreinforcedcriminalelementextraction论文下载地址：https://www.sciencedirect.com/science/article/pii/S0306457321002600官方GitHub项目：GitHub-lvyougang/CE

诸神缄默不语·2022-11-01 11:21

论文笔记 Reinforced Feature Points: Optimizing Feature Detection and Description for a High-Level Task

代码解读介绍\quad文章的主要思路是使用SuperPint的预训练模型，使用旋转矩阵RRR和平移矩阵ttt对SuperPoint进行reinforcementlearning，使其能够估计相机的相对位姿变化。作者指出对神经网络的训练，SuperPoint在匹配任务上取得了比SIFT更好的效果，但其在根据匹配求解本质矩阵上，效果却不如SIFT，同为深度学习网络的LIFT也存在相同的问题，LIFT特

爱嘤嘤的小猪仔·2022-08-12 07:38

序列推荐: Learning Reinforced Dynamic Representations for Sequential Recommendation Weiqi

paper链接：https://arxiv.org/pdf/2112.02787.pdf类似工作：https://arxiv.org/pdf/2012.08984.pdf摘要近年来，序列推荐在解决许多在线服务中的信息过载问题方面发挥了重要作用。目前的序列推荐侧重于在任何时候为每个用户学习固定数量的表示，为用户提供单个表示或多个兴趣表示。然而，当用户探索电子商务推荐系统上的物品时，该用户的兴趣数量可

阿瑟_TJRS·2021-12-17 15:27

Intriduction The Science Book

1.reinforce/ˌriːɪnˈfɔːs/(reinforcing,reinforced,reinforces)1.V-TIfsomethingreinforcesafeeling,situation

Tag猫咪酱·2021-05-06 04:51

【论文摘要】Dialog State Tracking with Reinforced Data Augmentation

本文仅为个人对论文的一点理解，如果有不对的地方烦请指正戳我看论文原文论文背景\quad智能助手例如Alexa，Siri，GoogleDuplex的应用越来越广泛，它非常重要的任务是Dialogstatetracking(DST)，也就是追踪用户的目的，有了这些信息，智能助手再去决定如何与人类交流。\quad在slot-baseddialogsystem中，对话的状态被视为槽位和值的组合，比如下面的

LZJ209·2020-09-13 18:02

Fiber-reinforced polymer composites for Structural Applications: Electric vehicles applications

AbstractThispaperstudiestheapplicationoffiber-reinforcedpolymercompositesapplicatedonelectricvehicles.Itfirstdiscussesthesituationofelectricvehicles’marketandthefeaturesoffiber-reinforcedcomposites,an

iwander。·2020-08-20 00:04

EDCF阅读笔记：Reinforced Representation Learning for High Performance Visual Tracking

前言：看完这篇文章，我感慨还是挺多的。。先附上作者在知乎上对这篇文章的介绍吧：https://zhuanlan.zhihu.com/p/34222060论文的介绍在文章后半部分。这篇文章考虑的是怎么不丢失跟踪目标的细节，其实就是提高目标的判别性，Siam类方法的跟踪缺点就是判别性不强，尤其是在图像中有与目标相似的物体时，往往导致跟踪失败。因此作者加入了Encoder-Decoder结构，通过解码出

Fan72·2020-08-15 14:14

Reinforced Temporal Attention and Split-Rate Transfer for Depth-Based Person Re-Identification 论文笔记

ReinforcedTemporalAttentionandSplit-RateTransferforDepth-BasedPersonRe-Identification论文笔记一、提出问题利用深度学习方法进行行人重识别时的数据稀缺问题基于视频的行人重识别同一行人穿着不同的衣服时识别精度低二、论文贡献为了解决数据稀缺问题，本文提出分流率RGB深度传输，以有效地利用来自大型RGB数据的预训练模型，并

rxdffz·2020-07-09 01:15

《A deep reinforced model for abstractive summarization》阅读笔记

论文链接：https://arxiv.org/pdf/1705.04304.pdfattentional，基于RNN的encoder-decoder模型，用于短句输入和输出的摘要生成表现很好。但是长一点的文档和总结，用这些模型往往会生成重复和不连贯的短语。本文介绍一个结合了intra-attention机制的神将网络模型，可以在输入之上，分离的生成输出，使用新的训练方法：结合标准的有监督的单词预测

best___me·2020-07-01 15:24

A Deep Reinforced Model for Abstractive Summarization

ADeepReinforcedModelforAbstractiveSummarizationRomainPaulus,CaimingXiong,andRichardSocher.2017.ADeepReinforcedModelforAbstractiveSummarization官方博客介绍Introduction本周读的是Salesforce研究发表的关于自动文本摘要的论文，自动文本摘要主要

young-nlp·2020-06-30 09:45

NLP论文笔记 Reinforced Self-Attention Network: a Hybrid of Hard and Soft Attention for Sequence Modeling

论文ReinforcedSelf-AttentionNetwork:aHybridofHardandSoftAttentionforSequenceModelingShen,Tao,etal."ReinforcedSelf-AttentionNetwork:aHybridofHardandSoftAttentionforSequenceModeling."arXivpreprintarXiv:18

莲花法相·2020-06-26 23:16

Reinforced Negative Sampling over Knowledge Graph for Recommendation

ReinforcedNegativeSamplingoverKnowledgeGraphforRecommendationABSTRACT合理的处理缺失数据在推荐系统中是的一个根本挑战。目前的大多数工作都是从未观察到的数据中进行负采样，以提供带有负信号的推荐模型训练。然而，现有的负采样策略，无论是静态的还是自适应的，都不足以产生高质量的负样本-这既有助于模型训练，也有助于反映用户真实的需求。在这项

qq_41621342·2020-06-25 20:06

《A DEEP REINFORCED MODEL FOR ABSTRACTIVE SUMMARIZATION》

九月份第三周论文笔记这周读的是《ADEEPREINFORCEDMODELFORABSTRACTIVESUMMARIZATION》这篇文章，作者主要有两个创新点：提出了改进的注意力机制intra-attention；将强化学习的方法加入到了模型的训练过程中，提高抽取式摘要的可读性模型还是基于经典的encoder-decoder架构：绿色向量C是将encoder每一步的隐层输出做注意力加权得到的；蓝色

为什么四川人喜欢日李先人·2020-06-25 08:16

【语义分割论文阅读】Context-Reinforced Semantic Segmentation

1.（12）Context-ReinforcedSemanticSegmentation论文题目：Context-ReinforcedSemanticSegmentation代码地址：无推荐指数：★★★☆☆论文摘要：最近的研究表明上下文在基于深度卷积神经网络的语义分割中的重要性。其中，预测分割图p-map对丰富的高级语义线索进行编码，这是一种有前景的上下文来源。本文在不增加任何新的监督样本的前提下

LawenceRay·2019-07-09 11:42

强化学习《A DEEP REINFORCED MODEL FOR ABSTRACTIVE SUMMARIZATION》论文阅读笔记

《ADEEPREINFORCEDMODELFORABSTRACTIVESUMMARIZATION》强化学习是一个序列预测过程，只要某个问题能转化成序列预测过程，并且每次预测都有收益，就可以使用强化学习。比如自动摘要或者长文档的阅读理解。实际体会中，我们做阅读理解的时候，最简单的方法是从问题中找到关键词，然后从原文中找到同样的词所在的句子，然后仔细理解这个句子最终得到答案，这种难度的阅读理解可能是四

梯度下降·2019-02-23 19:12

#Paper Reading# Learning to Selectively Transfer:Reinforced Transfer Learning for Deep Text Matching

论文题目：LearningtoSelectivelyTransfer:ReinforcedTransferLearningforDeepTextMatching论文地址：https://doi.org/10.1145/3289600.3290978论文发表于：WSDM2019（CCFB类会议）论文大体内容：本文主要提出了一个RTL（ReinforcedTransferLearning）模型，将da

john159151·2018-12-12 23:43

论文分享 - Reinforced Mnemonic Reader for Machine Comprehension

简介这篇论文发表时间比较近，比较全面地总结了match-LSTM、R-Net等众多前人模型的优缺点，并做了很好的改进，如：增加编码层能力，解决长距离上下文信息，提炼预测答案片段，直接优化评价函数等，在SQuAD数据库上取得了State-Of-Art的效果。前人的很多模型都具有一个共同的网络框架，即“encoder-interaction-pointer”。首先是将问题和段落的单词序列利用RNN网络

HudsonLiu·2018-01-25 12:46

【CS229 lecture20】策略搜索

themaintopicfortodaywillbepolicysearchalgorithm,specificllyI’lltalkabouttwoalgorithmsnamedReinforcedandPegasus)-Reinforced-Pegasus

qiusuoxiaozi·2016-03-12 21:00

【cs229-Lecture20】策略搜索

本节内容： 1、POMDP； 2、Policy search算法：reinforced和Pegasus；马尔科夫决策过程(Partially Observable Markov Decision

·2015-11-01 11:40

Android dumpsys 命令解析

Even described on adb manual I think that some points should be reinforced.

quanminchaoren·2011-11-10 14:00

Python 2.7 Tutorial —— 接下来？

******************** Reading this tutorial has probably reinforced your interest in using Python -

v5qqcom·2010-10-06 00:00

推荐频道