VQA论文阅读

论文笔记-混合卷积MixConv: Mixed Depthwise Convolutional Kernels

Hello，今天是论文阅读计划的第9天啦～调整计划后，现在都趁着早上最安静最无打扰的时候看论文，完成每天的论文阅读任务。
Lyndsey·2024-01-16 16:57

[VGG团队论文阅读]Free3D: Consistent Novel View Synthesis without 3D Representation

Vedaldi,C.Z.A.(n.d.).Free3D:ConsistentNovelViewSynthesiswithout3DRepresentation.Chuanxiaz.com.https://chuanxiaz.com/free3d/static/videos/Free3D.pdfFree3D:无需3D表示的一致新视角合成VisualGeometryGroup,Universityof
王知为·2024-01-16 08:23

2019-05-23

作业布置了三篇议论文阅读。在讲解议论文的过程中，主要是做，然后找相同点归类，然后总结答题技巧。以后的时间都是文言文虚词加上阅读的复习。第二节：讲了试卷；明天上午还是要提问一下几个重点题的
木木木倩·2024-01-16 07:07

论文阅读：Online Spatio-temporal Calibration of Tightly-coupled Ultrawideband-aided Inertial Localization

前言OnlineSpatio-temporalCalibrationofTightly-coupledUltrawideband-aidedInertialLocalization这篇论文是发布在IROS2021上的一篇文章，主要针对载体上的MU和UWB进行空间校准与时间校准。一、问题背景GPS拒止：在室内环境中缺乏一种有效的定位方案，并且在城市峡谷中GPS性能会显著下降。基于相机IMU的定位系统
独孤西·2024-01-16 06:06

【论文阅读】Tightly Coupled 3D Lidar Inertial Odometry and Mapping

TightlyCoupled3DLidarInertialOdometryandMapping摘要I.介绍II.相关工作III.符号与说明A.符号B.IMU运动1)状态2)运动模型3)预积分IV.紧耦合Lidar-IMU里程计A.Lidar-IMU里程计概述B.去畸变和特征提取C.相对Lidar测量D.激光雷达扫描匹配E.优化V.使用旋转约束进行细化VI.实验VII.测试与分析本文主要是对LIO-
MIKingZCC·2024-01-16 06:05

NLP论文阅读记录 - 2021 | WOS 利用 ParsBERT 和预训练 mT5 进行波斯语抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法A.序列到序列ParsBERTB、mT5四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言LeveragingParsBERTandPretrainedmT5forPersianAbstractiveTextSummariza
yuyuyu_xxx·2024-01-16 04:52

NLP论文阅读记录 - 2021 | WOS 基于动态记忆网络的抽取式摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ExtractiveSummarizationBasedonDynamicMemoryNetwork（21）0、论文摘要我们提出了一种基于Bert和动态记忆网络的提取摘要模型。
yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS 使用 GA-HC 和 PSO-HC 改进新闻文章的文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ImprovedTextSummarizationofNewsArticlesUsingGA-HCandPSO-HC（21）0、
yuyuyu_xxx·2024-01-16 04:51

NLP论文阅读记录 - 2021 | WOS HG-News：基于生成式预训练模型的新闻标题生成

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言HG-News:NewsHeadlineGenerationBasedonaGenerativePre-TrainingModel（2108）0、论文摘要自从神经网络方法应
yuyuyu_xxx·2024-01-16 04:19

论文阅读_中文医疗模型_ eHealth

英文题目：BuildingChineseBiomedicalLanguageModelsviaMulti-LevelTextDiscrimination中文题目：基于多层次文本辨析构建中文生物医学语言模型论文地址：https://arxiv.org/pdf/2110.07244.pdf领域：自然语言处理，生物医学发表时间：2021作者：QuanWang等，百度模型下载：https://huggin
xieyan0811·2024-01-15 22:21

FlatFS: Flatten Hierarchical File System Namespace on Non-volatile Memories——论文泛读

ATC2022Paper元数据论文阅读汇总问题传统文件系统通过将其构造为目录树来提供分层的命名空间。
妙BOOK言·2024-01-15 18:08

Lunule: An Agile and Judicious Metadata Load Balancer for CephFS——论文泛读

SC2021Paper元数据论文阅读汇总问题CephFS采用动态子树分区方法，将分层命名空间划分并将子树分布到多个元数据服务器上。
妙BOOK言·2024-01-15 18:08

Mantle: A Programmable Metadata Load Balancer for the Ceph File System——论文泛读

SC2015Paper元数据论文阅读汇总问题优化Ceph的元数据局部性和负载平衡。
妙BOOK言·2024-01-15 17:03

NLP论文阅读记录 - 2022 | WOS 用于摘要法律文本的有效深度学习方法

文章目录前言0、论文摘要一、Introduction1.1目标问题二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言Effectivedeeplearningapproachesforsummarizationoflegaltexts（22）0、论文摘要数字形式的法律判决文件的可用性为信息提取和应用提供了众多机会。由于这
yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2021 | WOS01 通过对比学习增强 Seq2Seq 自动编码器进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.3本文贡献二.相关工作三.本文方法A文档增强B.自我监督对比学习C.序列到序列架构四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言EnhancedSeq2SeqAutoencoderviaContrastiveLearningforAbstractiveTextSummar
yuyuyu_xxx·2024-01-15 17:11

NLP论文阅读记录 - 2022 | WOS 数据驱动的英文文本摘要抽取模型的构建与应用

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言ConstructionandApplicationofaData-DrivenAbstractExtractionModelforEnglishText（2204）0、论文摘
yuyuyu_xxx·2024-01-15 17:10

NLP论文阅读记录 - 2022 | WOS 一种新颖的优化的与语言无关的文本摘要技术

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ANovelOptimizedLanguage-IndependentTextSummarizationTechnique（2204）0、论文摘要大量文本数据以多种语言以电子方
yuyuyu_xxx·2024-01-15 17:33

[论文阅读]Self-Supervised Learning for Videos: A Survey

Schiappa,M.C.,Rawat,Y.S.,&Shah,M.(2023).Self-SupervisedLearningforVideos:ASurvey.ACMComput.Surv.,55(13s),1–37.https://doi.org/10.1145/3577925论文中文名称：视频的自监督学习综述摘要：深度学习在各个领域取得的显著成功依赖于大规模标注数据集的可用性。然而，获取标注
王知为·2024-01-15 16:11

【sensors论文阅读】Intelligent Point Cloud Processing, Sensing, and Understanding

Wang,M.,Yue,G.,Xiong,J.,&Tian,S.(2024).IntelligentPointCloudProcessing,Sensing,andUnderstanding.Sensors,24(1).https://doi.org/10.3390/s24010283智能点云处理、感知和理解1.引言尽管存在离散数据点之间的不规则拓扑结构，点云被认为是表示3D数字地貌的基本支柱之一
王知为·2024-01-15 16:11

【论文阅读】基于纤维束成像的新型微结构信息引导的监督对比学习，自动识别视网膜丘视觉通路

Li,S.,Zhang,W.,Yao,S.,He,J.,Zhu,C.,Gao,J.,Xue,T.,Xie,G.,Chen,Y.,Torio,E.F.,Feng,Y.,Bastos,D.C.A.,Rathi,Y.,Makris,N.,Kikinis,R.,Bi,W.L.,Golby,A.J.,O’Donnell,L.J.,&Zhang,F.(2024).Tractography-basedautom
王知为·2024-01-15 16:11

论文阅读 Vision Transformer - VIT

文章目录1摘要1.1核心2模型架构2.1概览2.2对应CV的特定修改和相关理解3代码4总结1摘要1.1核心通过将图像切成patch线形层编码成token特征编码的方法，用transformer的encoder来做图像分类2模型架构2.1概览2.2对应CV的特定修改和相关理解解决问题：transformer输入限制:由于自注意力+backbone，算法复杂度为o(n²)，token长度一般要bhnd
highoooo·2024-01-15 16:06

《Improved Fusion of Visual and Language Representations by Dense Symmetric Co-Attention for VQA》读后感想

跟随attetion工作阅读该文摘要该文给我带来的思考首先于注意力的使用，它采用的co-attention结构，注意力函数类似于attentionisallyouneed类似采用多层尺度乘法注意，第二它对齐图像和问句特征采用多层的co-attention网络，通过拉伸的特征矩阵表示句子或图像。模型结构如图所示，Q和V分别是图像和问句的特征表示，大小为d×T，d×N，T为特征图展平后长度，N为句子长
hema12138·2024-01-15 10:08

【论文阅读】Deep learning for unmanned aerial vehicles detection: A review.

Al-lQubaydhi,N.,Alenezi,A.,Alanazi,T.,Senyor,A.,Alanezi,N.,Alotaibi,B.,Alotaibi,M.,Razaque,A.,&Hariri,S.(2024).Deeplearningforunmannedaerialvehiclesdetection:Areview.ComputerScienceReview,51(100614),1
王知为·2024-01-15 08:09

【论文阅读】attention is all you need

1.论文链接AttentionIsAllYouNeed2.论文主要为了解决什么问题？传统的RNN不能并行处理，如果想要有hih_{i}hi，必须要有hi−1h_{i-1}hi−1作为输出传统的CNN的跨度太大以上两个不是很好的能够捕捉到很久之前的信息3.模型流程由于这个模型的过程比较多，因此只选择了部分有代表性的来说明layernormalization首先常见的有batchnormalizati
Capsfly·2024-01-15 07:36

论文阅读：Attention is all you need

【最近课堂上Transformer之前的DL基础知识储备差不多了，但学校里一般讲到Transformer课程也接近了尾声；之前参与的一些科研打杂训练了我阅读论文的能力和阅读源码的能力，也让我有能力有兴趣对最最源头的论文一探究竟；我最近也想按照论文梳理一下LLM是如何一路发展而来的，所以决定阅读经典论文。本文是这个系列的第一篇。】Attentionisallyouneed这篇文章提出了一个新的“简单
__心似大海__·2024-01-15 07:31

自动驾驶车辆运动规划方法综述 - 论文阅读

本文旨在对自己的研究方向做一些记录，方便日后自己回顾。论文里面有关其他方向的讲解读者自行阅读。参考论文：自动驾驶车辆运动规划方法综述1摘要规划决策模块中的运动规划环节负责生成车辆的局部运动轨迹，决定车辆行驶质量的决定因素未来关注的重点：（1）精准建模描述车辆的运动过程（2）清晰地描述环境情况（3）完成算法地容错冗余设计（4）简化求解难度以及如何保障算法的泛化求解能力2车辆运动规划的概念车辆运动规划
Big David·2024-01-15 05:46

一种具有轨迹优化的无人驾驶车实时运动规划器 论文阅读

论文题目：AReal-TimeMotionPlannerwithTrajectoryOptimizationforAutonomousVehiclesAbstract本文的实时规划器首先将空间离散化，然后基于一组成本函数搜索出最佳轨迹。迭代优化所得到的轨迹的Path和Speed。post-optimization计算复杂度低，能够在几次迭代内收敛到一个更高质量的解，该框架可以减少52%的规划时间，
Big David·2024-01-15 05:46

NLP论文阅读记录 - 2021 | WOS 使用深度强化学习及其他技术进行自动文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1.Seq2seq模型2.2.强化学习和序列生成2.3.自动文本摘要三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言AutomaticTextSummarizationUsingDeepReinforcementLe
yuyuyu_xxx·2024-01-15 02:57

NLP论文阅读记录 - 2021 | WOS 智能树提取文本摘要深度学习

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言AnIntelligentTreeExtractiveTextSummarizationDeepLearning（21）0、论文摘要在最近的研究中，深度学习算法为自然语言提供了
yuyuyu_xxx·2024-01-15 02:56

NLP论文阅读记录 - | 使用 BRIO 训练范式进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果标准抽象模型微调抽象模型微调抽象模型和BRIO微调抽象模型和BRIO-Loop五总结结论局限前言AbstractiveTextSummarizationUsingtheBRIOTrainingParadigm（2305）codepaper0、论文
yuyuyu_xxx·2024-01-15 02:26

NLP论文阅读记录 - 2021 | 使用深度强化模型耦合上下文单词表示和注意机制的自动文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1单词表示2.2文本摘要方法三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言Automatictextsummarizationusingdeepreinforcedmodelcouplingcontextualiz
yuyuyu_xxx·2024-01-15 02:26

NLP论文阅读记录 - 2021 | WOS 使用分层多尺度抽象建模和动态内存进行抽象文本摘要

文章目录前言0、论文摘要一、Introduction1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言AbstractiveTextSummarizationwithHierarchicalMulti-scaleAbstractionModelingandDynamicMemory（2107）在本文中，我们
yuyuyu_xxx·2024-01-15 02:26

论文阅读笔记 | ACL-2022 | 分治文本语义匹配：关键词和意图

原文标题：DivideandConquer:TextSemanticMatchingwithDisentangledKeywordsandIntents原文链接：https://arxiv.org/abs/2203.02898目录一、Introduction二、Methodology三、ResultsandAnalysis四、Conclusion一、Introduction在做文本语义匹配任务时，
Megrezz·2024-01-15 02:20

NLP论文阅读记录 - 2021 | WOS 抽象文本摘要：使用词义消歧和语义内容泛化增强序列到序列模型

文章目录前言0、论文摘要一、Introduction二.前提三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言AbstractiveTextSummarization:EnhancingSequence-to-SequenceModelsUsingWordSenseDis
yuyuyu_xxx·2024-01-15 02:50

论文阅读_Fast R-CNN

论文地址：https://arxiv.org/pdf/1504.08083.pdf代码链接：https://github.com/rbgirshick/fast-rcnn.《FastR-CNN》是2015年发表在cs.CV上的一篇论文，FastR-CNN的全称是FastRegion-basedConvolutionalNetwork快速的基于区域的卷积神经网络，它是针对目标检测方法R-CNN的改进
xieyan0811·2024-01-14 19:26

【论文阅读】Progressive Prompts: Continual Learning for Language Models

论文信息论文标题ProgressivePrompts:ContinualLearningforLanguageModels发表刊物ICLR2023作者团队多大、MetaAI关键词ContinualLearing、LLMs文章结构ProgressivePromptsIntroductionBackgroundFinetuningPrompttuningContinualLearningMethodP
ZedKingCarry·2024-01-14 18:44

【论文阅读】Consistency Models

文章目录IntroductionDiffusionModelsConsistencyModelsDefinitionParameterizationSamplingTrainingConsistencyModelsviaDistillationTrainingConsistencyModelsinIsolationExperimentIntroduction相比于单步生成的模型（例如GANs,VA
上总介·2024-01-14 18:10

NLP论文阅读记录 - 2022 WOS | 语义提取文本摘要的新方法

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.背景三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ANovelApproachforSemanticExtractiveTextSummarization（22）0、论文摘要文本摘要是一种缩短或精简长文本或文档的技术。当有人需
yuyuyu_xxx·2024-01-14 17:34

NLP论文阅读记录 - 2022 W0S | 基于Longformer和Transformer的提取摘要层次表示模型

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言AHierarchicalRepresentationModelBasedonLongformerandTransformerforExtractiveSummarizat
yuyuyu_xxx·2024-01-14 17:33

NLP论文阅读记录 - WOS | 2023 TxLASM：一种新颖的与语言无关的文本文档摘要模型

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.文献综述及相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言TxLASM:Anovellanguageagnosticsummarizationmodelfortextdocuments（2312）0、论文摘要在自然语言处
yuyuyu_xxx·2024-01-14 17:03

NLP论文阅读记录 - WOS | ROUGE-SEM：使用ROUGE结合语义更好地评估摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结前言ROUGE-SEM:BetterevaluationofsummarizationusingROUGEcombinedwithsemantics（23）0、论文摘要随着预训练语
yuyuyu_xxx·2024-01-14 17:56

论文阅读“Deep Embedded Multi-view Clustering with Collaborative Training”

引用格式：XuJ,RenY,LiG,etal.DeepEmbeddedMulti-viewClusteringwithCollaborativeTraining[J].arXivpreprintarXiv:2007.13067,2020.摘要翻译通过利用来自多视图的信息，多视图聚类最近引起了越来越多的关注。但是，现有的多视图聚类方法要么具有较高的计算和空间复杂性，要么缺乏表示能力。为了解决这些问题
掉了西红柿皮_Kee·2024-01-14 11:04

【论文阅读】异构联邦学习综述：最新进展与研究挑战

目录前言Background什么是联邦学习什么是异构联邦学习AbstractIntroductionSurveyResearchChallenges（研究挑战）StatisticalHeterogeneity(数据异质性)ModelHeterogeneity(模型异质性)ComuunicationHeterogeneity（通信异质性）DeviceHeterogeneity（设备异质性）State
鸿鹄一夏·2024-01-14 11:29

【论文阅读笔记】MobileSal: Extremely Efficient RGB-D Salient Object Detection

1.介绍MobileSal:ExtremelyEfficientRGB-DSalientObjectDetectionMobileSal：极其高效的RGB-D显著对象检测2021年发表在IEEETransactionsonPatternAnalysisandMachineIntelligence。PaperCode2.摘要神经网络的高计算成本阻碍了RGB-D显着对象检测（SOD）的最新成功，使其无
咔叽布吉·2024-01-14 08:09

论文阅读：Feature Refinement to Improve High Resolution Image Inpainting

项目地址：https://github.com/geomagical/lama-with-refiner论文地址：https://arxiv.org/abs/2109.07161发表时间：2022年6月29日项目体验地址：https://colab.research.google.com/github/advimman/lama/blob/master/colab/LaMa_inpainting.
万里鹏程转瞬至·2024-01-14 06:10

论文阅读：《Few-Shot Unsupervised Image-to-Image Translation》

十二月了时间过得太快2020过得太快又太慢忙里偷闲的十二月有太多值得期待攒了好久终于来更新了论文名称：《Few-ShotUnsupervisedImage-to-ImageTranslation》论文地址：https://arxiv.org/abs/1905.01723论文翻译：https://blog.csdn.net/a312863063/article/details/90728788论文阅
LiBiscuit·2024-01-13 20:21

【论文阅读】Self-supervised Learning: Generative or Contrastive

Abstract研究了在计算机视觉、自然语言处理和图形学习中用于表示的新的自监督学习方法。全面回顾了现有的实证方法，并根据其目的将其归纳为三大类：生成性、对比性和生成性对比（对抗性）。进一步收集了关于自我监督学习的相关理论分析，以对自我监督学习为什么有效提供更深入的思考。最后，简要讨论了自我监督学习的开放问题和未来方向。Introduction自监督学习可以看作无监督学习的一个分支，因为不涉及手工
鱼小丸·2024-01-13 20:40

图像融合论文阅读：ReFusion：通过元学习的从可学习损失重建中学习图像融合

@article{bai2023refusion,title={ReFusion:LearningImageFusionfromReconstructionwithLearnableLossviaMeta-Learning},author={Bai,HaowenandZhao,ZixiangandZhang,JiangsheandWu,YichenandDeng,LilunandCui,Yukun
图像强·2024-01-13 20:40

论文阅读06-Task Offloading Optimization in Mobile Edge Computing based on Deep Reinforcement Learning

标题：TaskOffloadingOptimizationinMobileEdgeComputingbasedonDeepReinforcementLearning会议：MSWiM’23（CCF-C）注：本文仅用户学习。一、知识梳理问题：边缘计算可以很好地缓解云计算网络拥塞和高通信开销等问题。然而，考虑到边缘计算资源是有限的，需要采用合理的优化策略提高首先资源的利用率。模型：为解决上述问题，本文提
梦灯·2024-01-13 13:07

计算卸载论文阅读01-理论梳理

标题：WhenLearningJoinsEdge:Real-timeProportionalComputationOffloadingviaDeepReinforcementLearning会议：ICPADS2019一、梳理问题：在任务进行卸载时，往往忽略了任务的特定的卸载比例。模型：针对上述问题，我们提出了一种创新的强化学习（RL）方法来解决比例计算问题。我们考虑了一种常见的卸载场景，该场景具有
梦灯·2024-01-13 13:06
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他