Survey 第15页

A survey on the communication architectures in smart grid(1)

（原文来自IEEE）AbstractThenext-generationelectricpowersystems(smartgrid)arestudiedintensivelyasapromisingsolutionforenergycrisis(有前途的能源危机解决方案).Oneimportantfeatureofthesmartgridistheintegrationofhigh-speed,

vonzhou·2022-11-09 19:07

【Transformer】24、A Survey of Visual Transformers

本博客还有多个超详细综述，感兴趣的朋友可以移步：卷积神经网络：卷积神经网络超详细介绍目标检测：目标检测超详细介绍语义分割：语义分割超详细介绍NMS：让你一文看懂且看全NMS及其变体数据增强：一文看懂计算机视觉中的数据增强损失函数：分类检测分割中的损失函数和评价指标Transformer：ASurveyofVisualTransformers机器学习实战系列：决策树YOLO系列：v1、v2、v3、v

呆呆的猫·2022-11-07 17:24

图像超分辨率综述：Deep Learning for Image Super-resolution: A Survey 阅读笔记

图像超分辨率综述：DeepLearningforImageSuper-resolution:ASurvey阅读笔记DeepLearningforImageSuper-resolution:ASurvey简介问题简介和术语问题定义数据集图像质量评估方法操作通道有监督的超分方法超分网络框架上采样方法网络设计残差学习递归学习多路径学习稠密连接注意力机制高级卷积学习策略损失函数批量标准化/批量归一化Sta

刘芋儿·2022-11-05 15:19

基于不同监督强度分类的语义分割综述：A Breif Survey on Semantic Segmentation with Deep Learning

引言：语义分割是计算机视觉中一项具有挑战性的任务。近年来，深度学习技术的应用大大提高了语义分割的性能。人们提出了大量的新方法。本文旨在对基于深度学习的语义分割方法的研究进展进行简要综述。全文将该领域的研究按其监督程度进行了分类，即完全监督方法、弱监督方法和半监督方法。文章还讨论了当前研究的共同挑战，并提出了该领域的几个有价值的发展研究点。本综述旨在让读者了解深度学习时代语义分割研究的进展和面临的挑

什么都只会一点·2022-11-01 11:23

几何等变图神经网络综述

尽管取得了丰硕的成果，但它仍然缺乏一项survey来描述等变GNN是如何发展的，这反过来又阻碍了等变GNNs的进一步发展。为此，基于

tzc_fly·2022-10-31 22:26

联邦学习安全与隐私保护综述 A survey on security and privacy of federated learning

联邦学习安全与隐私保护综述写在前面的话联邦学习是什么联邦学习工作流程联邦学习的技术分类安全问题和解答隐私问题和解答未来方向写在前面的话本篇博客参考《Asurveyonsecurityandprivacyoffederatedlearning》以及河南大学的林同学翻译，本人做了一些补充，仅供参考。联邦学习是什么联邦学习是一种隐私保护，安全加密技术的分布式机器学习框架。目的在于分散的各参与方在满足不向

粥粥粥少女的拧发条鸟·2022-10-28 10:30

BugII_·2022-10-28 10:29

A Survey of Simultaneous Localization and Mapping 论文精读笔记

ASurveyofSimultaneousLocalizationandMapping南洋理工大学，武汉大学，2019.10.12这是南洋理工大学的一篇关于SLAM的综述.（好像是赵俊老师的学生。。。）本文介绍的算法有270个（篇论文）这里只记录有代表性的、最近几年的论文成果。摘要本文回顾了slam研究的三个方面：激光SLAM、视觉SLAM、融合的SLAM。并分别review了激光SLAM和视觉S

phy12321·2022-10-26 15:56

论文阅读《Knowledge Graph Refinement: A Survey of Approaches and Evaluation Methods》

论文链接一、谷歌的知识图谱谷歌的知识图谱是在2012年向公众推出的，也是在这个时候，“知识图谱”这个术语被创造出来。谷歌本身对于知识图谱的构建是相当保密的；只有少数外部来源讨论了一些基于经验的信息流向知识图谱的机制。由此可以推测，主要的半结构化网络资源如维基百科，对知识图谱做出了贡献，以及来自谷歌的网页和内容上的结构化信息。知识仓库是谷歌的另一个项目。它从不同来源提取知识，如文本文档、HTML表格

沐神的小迷弟·2022-10-24 18:03

NLP与AI会议期刊详细整理「CCF, SCI」

NLPer-Conferences-Journals-Survey本文旨在调查所有可用的NLP+AI会议和期刊（主要针对自然语言处理的学者），包括CCF等级、SCI、影响因子、主页和投稿介绍。

IndexFziQ·2022-10-24 18:28

自动驾驶文献学习《A Survey of Autonomous Driving: Common Practices and Emerging Technologies》

这是一篇有关于自动驾驶的综述性很强的论文，发布于2020年4月。全文系统地介绍了自动驾驶系统的发展历史及发展现状，阐述了自动驾驶系统目前面临的困难与挑战，然后依次从自动驾驶系统框架、传感器分类、地图定位、信息感知与评估、路径规划等多个方面，分析比较了现有研究技术方法的优势和不足。《ASurveyofAutonomousDriving:CommonPracticesandEmergingTechno

slender-·2022-10-24 07:13

【论文笔记】Transformer in Remote Sensing：A Survey

1论文标题标题：TransformerinRemoteSensing：ASurvey发表地方：pass2论文的结构2.0Abstract作者想解决什么问题？目前，基于深度学习的算法在遥感图像分析领域得到大量普及。近几年，应用于NLP的transformer在视觉领域同样表现得很好，遥感界也出现优秀的VIT方法。但是很多综述都集中调查在计算机视觉的transformer上，所以作者对遥感图像界的

流氓兔爱学习·2022-10-24 07:35

A Survey of Learning on Small Data（一）

本文是《ASurveyofLearningonSmallData》的翻译，只针对文字部分，图表请查看原文。小数据学习综述摘要1.引言1.1动机和贡献1.2综述的PAC框架1.3综述的组织2.小样本学习与主动学习2.1小样本学习2.2主动学习3.近似推广分析3.1更一般的概念3.2小数据学习3.2.1监督方式3.2.2非监督方式摘要在大数据上学习为人工智能（AI）带来成功，但标注和训练成本昂贵。未来

UnknownBody·2022-10-22 07:06

Object Detection in 20 Years A Survey 论文阅读笔记

文章链接：https://arxiv.org/pdf/1905.05055.pdf1.Introduction作为计算机视觉的基本问题之一，目标检测构成了许多其他计算机视觉任务的基础，例如实例分割，图像捕获，对象跟踪等。从应用的角度来看，目标检测可分为两个研究主题“generalobjectdetection”和“detectionapplications”，前者旨在探索在统一框架下检测不同类型目

AndyLiu1997·2022-10-20 22:32

表情识别综述论文《Deep Facial Expression Recognition: A Survey》中文翻译

本篇博客为论文《DeepFacialExpressionRecognition:ASurvey》的中文翻译，如有翻译错误请见谅，同时希望您能为我提出改正建议，谢谢！论文链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9039580人脸表情识别综述论文《DeepFacialExpressionRecognition:ASurve

Francis_Ye·2022-10-20 22:00

李宏毅2022机器学习HW5解析

提交地址这次作业在NTU上面提交，需要做一个survey才能提交，不过我当时做了也无法提交，原因未知，所以该作业没法给出提交分数了，关于作业有想讨论的可进QQ群：156013866。

机器学习手艺人·2022-10-19 19:13

论文翻译 - 深度学习社区发现综述 A Comprehensive Survey on Community Detection with Deep Learning

为大家介绍一篇「深度学习」在社区发现（图聚类/图划分）方面应用的最新综述论文。作者：XingSu原文链接：https://arxiv.org/abs/2105.12584Github链接：https://github.com/FanzhenLiu/Awesome-Deep-Community-Detection文章目录摘要1引言2相关符号与定义3社区发现的发展4深度学习社区发现的分类框架5基于卷积

u010313476·2022-10-19 07:34

目标检测：Object Detection in 20 Years: A Survey

ObjectDetectionin20Years:ASurvey,ZhengxiaZou,ZhenweiShi,Member,IEEE,YuhongGuo,andJiepingYe,SeniorMember,IEEE论文地址：https://arxiv.org/abs/1905.05055v2AwesomeObjectDetection:githubAbstract：论文中引用411片文献，涵盖了

qq_40445763·2022-10-15 07:47

「干活」基因组组装学习笔记 - 入门知识点和Genome Survey

基因组组装学习笔记（一）基因组组装的前期工作：需要掌握什么知识点？1）基因组大小/genomesize：一般有两种办法，使用流式细胞来估计，或者使用Illuminashortreads，也就是基于Kmer的方法，对基因组大小进行估计，但由于流式细胞需要考虑到用什么物种（e.g.所选用的参考物种基因组大小是多少，也就对应相应的DNAC-value）等，就需要进行先攻的查询，流式细胞相关资源：-真菌D

陈有朴·2022-10-13 23:14

清华发表一篇survey：全连接层才是终极答案

随着神经网络的发展，各种各样的模型都被研究出来，卷积、Transformer也是计算机视觉中国常用的模型，而最近清华大学发表了一篇survey，研究结果或许表明全连接层才是最适合视觉的模型，并将迎来新的

机器学习社区·2022-10-13 09:23

基于深度学习的推荐系统（一）Overview

同时，我有时也会阅读该survey提到的工作的原文，并对某些更具体的内容做一些补充。正文开始深度学习近年来在各个领域都被广泛应用，推荐系统也不例外，那么，深度学习算法是如何

做推荐的Bella酱·2022-10-12 22:36

Generalizing from a Few Examples: A Survey on Few-Shot Learning 小样本学习最新综述| Introduction and Overview

参考链接：小样本学习与智能前沿·公众号AuthorlistYAQINGWANG,HongKongUniversityofScienceandTechnologyandBaiduResearchQUANMINGYAO∗,4ParadigmInc.JAMEST.KWOK,HongKongUniversityofScienceandTechnologyLIONELM.NI,HongKongUnivers

_Summer tree·2022-10-05 07:58

【推荐算法】深度学习推荐算法综述 Deep Learning based Recommender System: A Survey and New Perspectives

一、MLPbasedRecommenderSystem1.DeepCrossing模型DeepCrossing模型完整的解决了从特征工程、稀疏向量稠密化、多层神经网络进行优化目标拟合等一系列深度学习在推荐系统中的应用问题。为完成端到端的训练DeepCrossing模型要在其内部解决如下问题：离散类特征编码后过于稀疏，不利于直接输入神经网络进行训练，如何解决稀疏特征向量稠密化的问题如何解决特征自动交

CC‘s World·2022-09-28 07:31

[论文翻译] Class-incremental learning: survey and performance evaluation on image classification

论文地址：https://arxiv.org/abs/2010.15277代码：https://github.com/mmasana/FACIL发表于：arXivOct2020省略了图、表的翻译，建议配合原文食用Class-IncrementalLearning:SurveyandPerformanceEvaluationonImageClassificationAbstract对于未来的学习系统

xiongxyowo·2022-09-24 11:49

A State-of-the-Art Survey on Deep Learning Theory and Architectures论文翻译分析

AState-of-the-ArtSurveyonDeepLearningTheoryandArchitectures摘要近年来，深度学习在各种应用领域取得了巨大成功。机器学习这一新领域发展迅速，已应用于大多数传统应用领域，以及一些提供更多机会的新领域。基于不同类别的学习，人们提出了不同的方法，包括有监督、半监督和无监督学习。实验结果表明，在图像处理、计算机视觉、语音识别、机器翻译、艺术、医学成像

Gu Hui·2022-09-22 07:48

猿创征文｜多模态图像合成和编辑（MISE）：Multimodal Image Synthesis and Editing: A Survey

由于信息在现实世界中以各种形式存在，多模态信息之间的有效交互和融合对于计算机视觉和深度学习研究中多模态数据的创建和感知起着关键作用。近期OpenAI发布的DALLE-2和谷歌发布的Imagen等实现了令人惊叹的文字到图像的生成效果，引发了广泛关注并且衍生出了很多有趣的应用。而文字到图像的生成属于多模态图像合成与编辑领域的一个典型任务。多模态图像合成和编辑在建模多模态信息之间的交互方面具有强大的能力

中杯可乐多加冰·2022-09-21 07:32

RGB-T追踪——【综述】A Survey for Deep RGBT Tracking.

目录基于MDNet通用网络框架框架特点相关论文基于Siamese网络通用网络框架框架特点相关论文基于MDNetvs基于Siamese其它的深度学习追踪器1.ASurveyforDeepRGBTTracking2.MDNet:LearningMulti-DomainConvolutionalNeuralNetworksforVisualTracking3.CMPP:Cross-ModalPatter

zz的大穗禾·2022-09-20 07:24

【目标检测】Object Detection in 20 Years: A Survey

目录概述细节20年来的目标检测技术目标检测的加速方法目标检测的最新进展概述这是一篇19年的综述，介绍了目标检测领域20年来各个方面的内容，非常全面！细节20年来的目标检测技术目标检测的里程碑（传统检测器）：ViolaJonesDetectors、HOGDetector、DeformablePart-basedModel(DPM)目标检测的里程碑（两阶段检测器：由粗到细）：RCNN、SPPNet、F

可乐大牛·2022-09-19 11:02

计算机视觉大型攻略 —— SLAM(3) Visual SLAM

[1]ParallelTrackingandMappingforSmallARWorkspaces[2]Keyframe-basedmonocularSLAM:design,survey,andfuturedirections

linusyue·2022-09-15 07:20

论文阅读:A Survey on Bias and Fairness in Machine Learning(ACM)

按中李沐的读论文方法只看摘要、结论和介绍，有兴趣的再看模型和实验。摘要随着人工智能系统和应用在我们日常生活中的广泛使用，在设计这些类型的系统时，考虑公平问题是很重要的。这种系统可能用于许多敏感的环境中，以作出重要的和改变生活的决定。因此，确保这些决定不反映对某些群体或人群的歧视行为是至关重要的。我们最近看到了机器学习、自然语言处理和深度学习的工作，它们在不同的子领域解决了很多问题。随着这些系统的商

小白之比白更白·2022-09-09 07:52

【时间序列异常检测】Anomaly Detection for IoT Time-Series Data: A Survey

原始题目：AnomalyDetectionforIoTTime-SeriesData:ASurvey中文翻译：物联网时序数据的异常检测:综述发表时间：2019平台：IEEE来源：TheUniversityofKeele,UnitedKingdom文章链接：https://eprints.keele.ac.uk/7576/1/08926446.pdf开源代码：摘要异常检测是一个应用领域广泛的问题，它

理心炼丹·2022-09-06 19:35

【图像超分辨率】Deep Learning for Image Super-resolution: A Survey

DeepLearningforImageSuper-resolution:ASurvey用于图像超分辨率的深度学习综述1介绍2问题设置和术语2.1问题定义2.2超分辨率数据集2.3图像质量评估2.3.1峰值信噪比PeakSignal-to-NoiseRatio2.3.2结构相似度StructuralSimilarity2.3.3平均意见得分Meanopinionscore2.3.4基于学习的感知质

jaeden_xu·2022-09-05 09:56

因果推断综述-A Survey on Causal Inference

最近读到一篇讲述很全面的综述文献-《ASurveyonCausalInference》，对于接触因果推断不久的同学而言是特别详细的介绍和科普。文献很长，我会分成几部分介绍。目录摘要第一部分：简介第二部分：因果推断基础知识第三部分：基于三种假设的因果推断方法第四部分：实验第五部分：应用摘要几十年来，因果推理是一个跨许多领域的关键研究主题，如统计、计算机科学、教育、公共政策和经济学。与随机对照试验相比

海边凝望·2022-09-04 07:47

因果推理综述—基于论文《A Survey on Causal Inference》总结

文章大纲前言因果推理简介解决因果推理问题的一大方法和两大模型因果推理基础因果推理的三大假设因果推理的解决方法可用数据集因果推理源码因果推理应用总结参考前言近期导师给我定了因果推理这个方向，看了一些资料和视频之后有了一点点思路转而开始阅读一些经典前沿的论文，此文是基于论文《ASurveyonCausalInference》，阅读此文需要有一定的因果推理基本知识，同时我将会基于此论文并略带个人的理解阐

又菜又爱玩的学树人。·2022-09-04 07:06

Object Detection in 20 Years: A Survey 20年间的目标检测：综述

摘要物体检测作为计算机视觉中最基本和最具挑战性的问题之一，近年来受到了极大的关注。它在过去二十年中的发展可以看作是计算机视觉历史的缩影。如果我们把今天的物体探测看成是深度学习力量下的技术美学，那么把时钟拨回到20年前，我们就见证了冷武器时代的智慧。本文根据其技术演变（从1990年代到2019年）广泛回顾了400多篇关于物体检测的论文。本文涵盖了许多主题，包括历史上的里程碑探测器，检测数据集，指标，

小段学长·2022-09-01 07:23

人脸活体检测（一）paper & code

一、survey《ASurveyonAnti-SpoofingMethodsforFacialRecognitionwithRGBCamerasofGenericConsumerDevices》2020https

刘咚咚的记事本·2022-08-17 07:05

【中文翻译】Deep Learning for Face Anti-Spoofing: A Survey

DeepLearningforFaceAnti-Spoofing:ASurvey摘要：1INTRODUCTION2BACKGROUND2.1FaceSpoofingAttacks2.2DatasetsforFaceAnti-Spoofing2.3EvaluationMetrics2.4EvaluationProtocols3DEEPFASWITHCOMMERCIALRGBCAMERA3.1Hybr

菜菜子-·2022-08-17 07:29

【自动驾驶】《Multi-modal Sensor Fusion for Auto Driving Perception: A Survey》论文阅读笔记

引用@article{Wang2020MultiSensorFI,title={Multi-SensorFusioninAutomatedDriving:ASurvey},author={ZhangjingWangandYuWuandQingqingNiu},journal={IEEEAccess},year={2020},volume={8},pages={2847-2868}}1.摘要多模态融

wait a minute～·2022-08-12 07:34

Multimodal Machine Learning:A Survey and Taxonomy 多模态机器学习：综述与分类

模态是指某种事物发生或经历的方式，每一种信息的来源或者形式，都可以称为一种模态。当研究问题包括多种这样的形态时，研究问题被描述为多模态。多模态机器学习，旨在通过机器学习的方法实现处理和理解多源模态信息的能力。1.1引言我们周围的世界包含多种形式——我们看到物体，听见声音，感受质地，闻到气味等等。一般来说，模态是指事情发生或经历的方式。大多数人把模态这个词和代表我们交流和感觉的主要渠道即感觉形式联系

zzzzz_ttttt·2022-08-10 07:30

论文笔记：Multimodal Machine Learning: A Survey and Taxonomy

论文笔记：MultimodalMachineLearning:ASurveyandTaxonomy文章目录论文笔记：MultimodalMachineLearning:ASurveyandTaxonomy多模态的历史回顾多模态的五个核心技术挑战多模态表示（Representation）联合表示（JointRepresentations）神经网络概率图形模型顺序表示协调表示基于神经网络图像和语言的顺

林小瓜0327·2022-08-10 07:37

用20篇论文走完知识蒸馏在 2014-2020 年的技术进展

置顶”重磅干货，第一时间送达作者丨傅斯年Walton@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/160206075编辑丨极市平台前言最近给公司里面的同学做了一个KD的survey

视学算法·2022-08-08 07:00

文献阅读（03）Computing Graph Neural Networks: A Survey from Algorithms to Accelerators

作者：SERGIABADAL,AKSHAYJAIN,ROBERTGUIRADO,JORGELÓPEZ-ALONSO,andEDUARDALARCÓN目录文章脉络：缩写&&引用：1INTRODUCTION：(1)本质：(2)难点：(3)目前所作的尝试：（4）关于gnns算法及其应用的文献：2.GNNs符号以及一般结构2.1Notation2.2GeneralStructure2.3Computing

道枝jing·2022-07-31 07:56

论文阅读笔记--Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods 人体姿态估计综述

趁着寒假有时间，把之前的论文补完，另外做了一点点笔记，也算是对论文的翻译，尝试探索一条适合自己的论文阅读方法。这篇笔记基本按照原文的格式来，但是有些地方翻译成中文读起来不太顺，因此添加了一些自己的理解。另外，论文中间引用的论文太多了，不太好链接，确实有兴趣的可以直接参考原文。人体姿态估计综述(HumanPoseEstimation)MonocularHumanPoseEstimation:ASur

零壹博弈·2022-07-24 10:53

Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods

论文连接：https://arxiv.org/pdf/2006.01423.pdfMonocularHumanPoseEstimation:ASurveyofDeepLearning-basedMethods前言应用领域面临挑战HPE方法分类2D单人姿态估计基于回归的方法基于检测的方法2D多人姿态估计自顶向下的方法自下而上的方法基于视觉的单目人体姿态估计是计算机视觉中最基本和最具挑战性的问题之一，

Charms@·2022-07-24 10:20

《PTMs for NLP: A Survey》笔记

Pre-trainedModelsforNaturalLanguageProcessing:ASurveyXipengQiu*,TianxiangSun,YigeXu,YunfanShao,NingDai&XuanjingHuang最后，我们概述了PTMs未来研究的一些可能的方向。本调查旨在为理解、使用和开发用于各种NLP任务的PTMs提供动手指导。1Introduction随着深度学习的发展，各

专心致志写BUG·2022-07-21 07:37

ML：《Interpretability Methods in Machine Learning: A Brief Survey—机器学习中的可解释性方法的简要综述》翻译与解读

ML：《InterpretabilityMethodsinMachineLearning:ABriefSurvey—机器学习中的可解释性方法的简要综述》翻译与解读目录《InterpretabilityMethodsinMachineLearning:ABriefSurvey》翻译与解读InterpretableMLmodelsand“BlackBoxes”Model-agnosticinterpr

一个处女座的程序猿·2022-07-21 07:33

双目深度算法——双目深度算法总结

但是当时限于精力有限没有对这类算法进行一个总结，于是今年年初给自己列了个计划要将整理下这方面的工作，于是从《ASurveyonDeepLearningTechniquesforStereo-basedDepthEstimation》这篇Survey

Leo-Peng·2022-07-19 07:23

A Survey on Graph Structure Learning: Progress and Opportunities

文章目录摘要引言预备知识GSLpiplineGraphStructureModelingMetric-basedApproachesNeuralApproachesDirectApproachesPostprocessingGraphStructuresDiscreteSamplingResidualConnectionsGraphRegularization稀疏性平滑性社区保持摘要图数据广泛用于

siyan985·2022-07-18 07:35

OSPO Survey ｜2022 开源办公室问卷调查

TODOGroup联合LinuxFoundationResearch、LFTrainingandCertification、api7.ai、Futurewei、Ovio、Salesforce、VMware和X-lab正在进行关于OSPO发展与现状的问卷研究。作为一项有关全球范围内开源发展、普及和成果的研究的一部分，X-lab作为合作成员之一，希望在今年的研究报告中体现亚洲板块（尤其是中国本土企业）

·2022-07-15 20:57

机器学习-深度学习资料合集

《机器学习经典论文/survey合集》介绍：看题目你已经知道了是什么内容,没错。里面有很多经典的机器学习论文值得仔细与反复的阅读。

qingqingpiaoguo·2022-07-14 21:30

推荐频道

Survey