attentive 第2页

论文阅读：2022AAAI-CATN: Cross Attentive Tree-aware Network for Multivariate Time Series Forecasting

开个小专栏新年了，虎年第一篇推送，想读论文，记录读论文的收获，那么就从2022年AAAI时间序列研究的论文读取2022年AAAI时间序列研究论文这次2022年AAAI的时间序列方向的论文有研究预测/分类、时空预测、序列与推荐、知识表达、检测、神经网络、时间损失函数topic第一次论文阅读读的是“CrossAttentiveTree-awareNetworkforMultivariateTimeSe

好程序不脱发·2022-12-08 15:33

论文笔记- DOA-GAN: Dual-Order Attentive Generative Adversarial Network for Image Copy-move Forgery Detec

论文信息标题：DOA-GAN:Dual-OrderAttentiveGenerativeAdversarialNetworkforImageCopy-moveForgeryDetectionandLocalization作者：AshrafulIslam,ChengjiangLong,ArslanBasharat,AnthonyHoogs机构：RensselaerPolytechnicInstitu

kingsleyluoxin·2022-12-08 15:28

【论文笔记】DOA-GAN: Dual-Order Attentive Generative Adversarial Network for Image Copy-move Forgery Detec

DOA-GAN:Dual-OrderAttentiveGenerativeAdversarialNetworkforImageCopy-moveForgeryDetectionandLocalization发布于CVPR2020论文链接：https://ieeexplore.ieee.org/document/9157762摘要本文提出了一个具有双阶注意力模型的生成对抗网络来检测和定位复制移动伪造

Deep_Lnna·2022-12-08 15:57

A2dele: Adaptive and Attentive Depth Distiller for Efﬁcient RGB-D Salient Object Detection

A2dele:AdaptiveandAttentiveDepthDistillerforEfﬁcientRGB-DSalientObjectDetection2020IEEE/CVFConferenceonComputerVisionandPatternRecognition(CVPR)存在的两问题在使用双流架构时，处理深度数据的子网络会产生额外计算成本和内存消耗在测试期间使用深度数据可能会阻碍R

小羊咩~·2022-12-06 13:15

Trm变体之Trm-XL《Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context》论文笔记

上一篇我讲解了RPR式最经典的相对位置编码，接着这一篇开始讲解transformer-XL了。因为trm-XL是进一步学习XLNet的基础。学习trm-XL时，建议先看RPR，链接：相对位置编码之RPR式：《Self-AttentionwithRelativePositionRepresentations》论文笔记先打个预防针，防止学习了BERT(MLM+NSP式，双向建模)或是GPT(LM式，单

#苦行僧·2022-12-05 16:44

《User Diverse Preference Modeling by Multimodal Attentive Metric Learning》论文阅读

前言在该论文中，作者提出了MAML模型，是一种基于多模态信息的度量学习方法，通过该方法学习用户对于不同物品所具有的不同的偏好特征。一、RelatedWork首先，论文介绍了相关的工作，主要分为三个部分：1.用户偏好建模；2.度量学习；3.多模态。1.Diversepreferencemodeling在第一部分中，作者将前人的相关工作划分为两组：第一组是利用评论信息来分析每个用户对于目标物品的不同方

桜空星愿·2022-12-05 11:20

Context-Aware Attentive Knowledge Tracing文献笔记

模型思路一个人对某个知识点的掌握或对某个题目的理解都受到其以往做题经验的影响，而且这个影响会随着时间衰退。比如，学生A和B都依次做了（a,b,c,d,e)五个题目，A的答题记录是(1,0,1,1,1)，B的答题记录是(0,1,0,1,0)，那么A和B都做到题目e时，他们对其的理解是不同的，即同一个题目对不同做题经验的人来说含义不同（在模型里表现为表征这个题目的vectorx并不是固定的，而是会随着

37.7834·2022-12-04 17:37

【KSEM2021】GASKT: A Graph-Based Attentive Knowledge-Search Model for Knowledge Tracing

林若漫空·2022-12-04 17:03

《Attentive Generative Adversarial Network for Raindrop Removal from A Single Image》论文阅读

一、文章总结这篇论文主要介绍了作者所在的研究团队所设计出的一个新的、利用单张图片去除图片中雨滴的算法。作者认为实现这一问题的困难主要在两个方面：1、雨滴所在区域并没有被提前圈出；2、雨滴覆盖部分的图片信息大部分缺失。针对以上这两个问题，作者认为去除图片中的雨滴需要分三步。第一步是识别图片中的雨滴区域；第二步是利用雨滴区域附近的没有雨滴的区域对雨滴覆盖区域进行复原，以还原原本的图像；第三步则是对还原

和順·2022-12-04 10:18

《Attentive Generative Adversarial Network for Raindrop Removal from A Single Image》论文阅读之AttentiveGAN

生成对抗网络（GAN）被称为“新的深度学习”，虽然还有着一些训练上的难点，但已经被广泛地应用到各种问题，产生了各种变体。本文通过精巧的注意力机制和损失函数设计，实现了效果极佳的图像雨滴去除效果，可以为雨天无人驾驶条件下的视觉感知算法提供助益。paper:《AttentiveGenerativeAdversarialNetworkforRaindropRemovalfromASingleImage》

山水之间2018·2022-12-04 10:17

A Self-Attentive model for Knowledge Tracing论文笔记和代码解析

原文链接和代码链接ASelf-AttentivemodelforKnowledgeTracing|PapersWithCodemotivation：传统方法面临着处理稀疏数据时不能很好地泛化的问题。本文提出了一种基于自注意力机制的知识追踪模型SelfAttentiveKnowledgeTracing(SAKT)。其本质是用Transformer的encoder部分来做序列任务。具体从学生过去的活动

sereasuesue·2022-12-01 12:18

Attentive One-Dimensional Heatmap Regression for Facial Landmark Detection and Tracking阅读笔记

用于面部关键点检测和跟踪的一维热图回归ACM2020论文链接代码貌似未开源本阅读笔记主要关注面部关键点检测。摘要：热图回归是面部关键点检测的sota方法，但其空间复杂性巨大，且易产生量化误差。本文提出用一维热图回归面部关键点来解决此问题。①先预测两组一维热图分别表示x，y坐标的边缘分布（边缘分布（MarginalDistribution）只考虑其中部分变量的概率分布。），相比于用2D热图表示x和y

AnZhiJiaShu·2022-11-29 22:58

#Reading Paper# SASRec：Self-Attentive Sequential Recommendation

#论文题目：SASRec：Self-AttentiveSequentialRecommendation（SASRec-基于自注意力机制的序列推荐）#论文地址：https://arxiv.org/abs/1808.09781v1#论文源码开源地址：https://github.com/kang205/SASRec#论文所属会议：ICDM2018一、创新点transformer最早提出是用在NLP领域

堇禤·2022-11-27 21:03

论文阅读--DialogueRNN : An Attentive RNN for Emotion Detection in Conversations

DialogueRNN:AnAttentiveRNNforEmotionDetectioninConversationsNavonilMajumder,SoujanyaPoria,DevamanyuHazarika,RadaMihalcea,AlexanderF.Gelbukh,ErikCambria:DialogueRNN:AnAttentiveRNNforEmotionDetectioninC

qishengmoming·2022-11-26 19:53

Lightweight Single-Image Super-Resolution Network with Attentive Auxiliary Feature Learning

代码链接：https://github.com/wxxxxxxh/A2F-SR算法思路这篇文章是发表在ACCV2020上的一篇轻量化超分文章，算法的思想很简单，主要提出了一个注意力辅助特征学习模块（AttentiveAuxiliaryFeaturemodule）。对于这个模块，一方面接收之前所有模块的输出，然后通过一个1*1卷积，将这些输出映射到同一个空间中，接着通过一个通道注意力模块，滤除冗余的

AI未来·2022-11-25 08:19

13.TAGNN: Target Attentive Graph Neural Networks for Session-based Recommendation

一、前言目前已经有很多方法通过将会话建模为序列或图来完成对会话的嵌入，进而对next-item进行预测。这些方法将会话压缩为一个固定的表示向量，而不考虑要预测的目标项。之前的大多数方法的出发点就是通过对会话进行嵌入，期望能够捕获到用户意图信息完成对未来可能产生交互物品的预测。本文的作者认为由于目标物品的多样性和用户的兴趣，固定的向量会限制推荐模型的表示能力。因此在本文中提出了一种新的目标注意图神经

eligible-zzw·2022-11-24 17:19

NARM:Neural Attentive Session-based Recommendation简析

NeuralAttentiveSession-basedRecommendation介绍作者提出之前的工作只考虑了用户的序列表现，但是对用户的主要目的并没有明显地强调，因此作者提出NeuralAttentiveRecommendationMachine（NARM）方法NARM的整体框架如下：编码器方面含有globalencoder和localencoder。globalencoder如下所示，为r

loserChen.·2022-11-24 17:41

论文《TAGNN：Target Attentive Graph Neural Networks for Session-based Recommendation》阅读

论文《TAGNN：TargetAttentiveGraphNeuralNetworksforSession-basedRecommendation》阅读论文概况IntroductionTheProposedMothod:TAGNNLearningItemEmbeddingGeneratingSessionEmbeddingsSessionLocalEmbeddingSessionGlobalEmb

行者^_^煜煜·2022-11-23 09:05

TAGNN: Target Attentive Graph Neural Networks for Session-based Recommendation论文阅读笔记

论文标题：TAGNN:TargetAttentiveGraphNeuralNetworksforSession-basedRecommendation发表于：2020SIGIR作者：FengYu,YanqiaoZhu,QiangLiu代码：https://github.com/CRIPAC-DIG/TAGNN论文地址：https://arxiv.org/pdf/2005.02844.pdf摘要现有

调包调参侠·2022-11-23 09:50

【图神经网络论文整理】（二）—— HOW ATTENTIVE ARE GRAPH ATTENTION NETWORKS?：GATv2

ICLR2022ShakedBrody（Technion），EranYahav（Technion）UriAlon（LanguageTechnologiesInstituteCarnegieMellonUniversity）论文地址本文介绍的论文《HOWATTENTIVEAREGRAPHATTENTIONNETWORKS?》。作者改进了GAT网络在图数据上的注意力的局限性，提出了GATv2模型将原始

咕嘟·2022-11-23 09:49

2020ECCV之ReID：Dynamic Dual-Attentive Aggregation Learning for Visible-Infrared Person Re-Identificat

DynamicDual-AttentiveAggregationLearningforVisible-InfraredPersonRe-Identification简述：现有的VI-ReID方法倾向于学习全局表示，全局表示的可辨识性有限，且对有噪信息的鲁棒性较差。针对(a)中全局信息问题和噪音问题：通过以下两个思路去解决：(b)模内加权部分聚合(IWPA)，它通过挖掘每个模内的上下文部分信息来学习

用GAN得有GPU·2022-11-22 19:16

加密流量分类-论文9：DarknetSec: A novel self-attentive deep learning method for darknet traffic.....

加密流量分类-论文9：DarknetSec:Anovelself-attentivedeeplearningmethodfordarknettrafficclassificationandapplicationidentification0、摘要1、文章核心观点引入2、模型结构2.1模型总览2.2预处理层2.4特征提取层4、实验5、总结与思考0、摘要提出了一种新的基于自注意力机制深度学习方法D

烟玉蓝田·2022-11-21 09:02

Knowledge Structure Enhanced Graph Representation Learning Model for Attentive Knowledge Tracing

用于注意力知识追踪的知识结构增强的图表示学习文章目录摘要1引言2相关工作2.1知识追踪2.2知识结构发现图表示学习模型3问题定义4方法4.1从数据中推断知识结构7结论摘要知识追踪是在线学习系统中针对学习者的一种基本的个性化辅导技术。最近的KT方法采用了灵活的基于深度神经网络的模型，在这项任务中表现出色。然而，学习者练习数据的稀疏性仍然对KT的充分性提出了挑战。为了缓解稀疏性问题，大多数现有的KT研

林若漫空·2022-11-20 16:28

论文笔记：Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context

前言论文链接：https://www.aclweb.org/anthology/P19-1285/github：https://github.com/kimiyoung/transformer-xl目前在NLP领域中，处理语言建模问题有两种最先进的架构：RNN和Transformer。RNN按照序列顺序逐个学习输入的单词或字符之间的关系，而Transformer则接收一整段序列，然后使用self-

饮冰l·2022-11-17 17:49

【AM】Non-Attentive Tacotron

Non-AttentiveTacotron:RobustandControllableNeuralTTSSynthesisIncludingUnsupervisedDurationModeling1.Model1.1Gaussianupsampling1.2Trainingloss1.3Unsupervisedandsemi-superviseddurationmodeling2.Experime

cxxx17·2022-09-24 21:15

论文解读（GATv2）《How Attentive are Graph Attention Networks?》

论文信息论文标题：HowAttentiveareGraphAttentionNetworks?论文作者：ShakedBrody,UriAlon,EranYahav论文来源：2022,ICLR论文地址：download论文代码：download1Abstract在GAT

关注我更新论文解读·2022-08-18 15:00

基于自注意力机制的句子表示的理解

kenjewu·2022-08-09 07:02

Knowledge structure enhanced graph representation learning model for attentive knowledge tracing

前言这篇是一篇期刊论文，篇幅较长，且代码不公开。作者所发表的期刊很好，是SCI一区的文章，因此可靠性很强。这篇文章像是我上周分享的一篇文章GIKT的改进，改进点主要有两点：一，缓解图的稀疏性；二，构造异质图，使用Metapath2vec进行embedding。如果不熟悉GIKT的读者，可以去我上一篇的博客查看解析：CIKM-2021Multi-FactorsAwareDual-Attentiona

奥特曼熬夜不sleep·2022-07-17 07:12

论文阅读笔记：Multi-Labeled Relation Extraction with Attentive Capsule Network（AAAI-2019）

论文信息作者：XinsongZhangShanghaiJiaoTongUniversityPengshuaiLiShanghaiJiaoTongUniversityWeijiaJiaUniversityofMacau&ShanghaiJiaoTongUniversityHaiZhaoShanghaiJiaoTongUniversity论文来源：AAAI-2019论文引用：ZhangX,LiP,Ji

梆子井欢喜坨·2022-06-28 19:44

《An Attentive Survey of Attention Models》注意力机制的最新综述解读

目录Abstract1.Instroduction2.AttentionModel3.TaxonomyofAttention注意力机制的分类3.1Numberofsequences3.2Numberofabstractionlevels3.3Numberofposition3.4Numberofrepresentations4.NetworkArchitectureswithAttention4.

满腹的小不甘_静静·2022-03-29 07:34

论文笔记---Attentive Normalization for Conditional Image Generation

AttentiveNormalizationforConditionalImageGeneration前提知识语义分割什么是语义分割？IN(instancenormalization）实例标准化ConditionalImagegeneration什么是ConditionalImagegenerationapplicationofconditionalimagegenerationhowtogene

小葵花幼儿园园长·2022-03-10 07:08

【论文阅读】Facial Expression Recognition in the Wild via Deep Attentive Center Loss

这篇文章的重点在“深度注意中心损失”。下面简要描述一下网络中下面分支的pipeline：为输入的图像，经过CNN处理后，得到特征图。下面的分支进行如下处理：poolinglayer处理后得到，是一个一维的特征向量，再将经过一个全连接层计算后得到表情的概率分布，最后计算分类softmaxloss，也就是。难点在于上面分支的理解，也就是sparsecenterloss如何计算。在介绍上面分支的pipe

柠檬不喝橙汁·2022-03-04 07:48

可解释性推荐(2): Dynamic Explainable Recommendation Based on Neural Attentive Models

阿瑟_TJRS·2022-02-16 10:06

2017 · ICLR · A STRUCTURED SELF-ATTENTIVE SENTENCE EMBEDDING

2017·ICLR·ASTRUCTUREDSELF-ATTENTIVESENTENCEEMBEDDING·想法来源：监督任务+self-attention的方法，价值：把Self-att扩展了一下，变成了矩阵方法：Selfattention产生的结果是一个向量，但是作者认为不能捕捉多层的意思，所以做成了一个矩阵。并在相同的attention上，做了惩罚项。缺点：sosimple详细方案：先过BiL

HelloShane·2022-02-09 01:41

《Transformer-XL_Attentive Language Models Beyond a Fixed-Length Context》论文笔记

一、摘要传统的Transformers受限于固定长度的文本。本文提出了Transformer-XL模型，这个模型使得文本的依赖能够超越固定文本的长度，并且不会产生时间上的错乱。模型由片段级别递归和新型的位置编码方案组成，主要解决了文本长距离依赖和文本碎片化问题，在时间上面也比vanillaTransformer快很多。Transformer-XL模型在enwiki8数据上取得0.99的困惑度，te

XHHP·2021-11-10 14:49

图像分割之Dense Prediction with Attentive Feature Aggregation

DensePredictionwithAttentiveFeatureAggregation原始文档:https://www.yuque.com/lart/pa...偶然间从arxiv上翻到的论文,可以看做是对之前工作Hierarchicalmulti-scaleattentionforsemanticsegmentation的一个扩展.从摘要读论文Aggregatinginformationfr

·2021-11-04 23:42

《NAIS：Neural Attentive Item Similarity Model for Recommendation》

在篇文章中，提出了一个神经网络模型NeuralAttentiveItemSimilaritymodel（NAIS）基于项目的CF.设计NAIS的关键是一个attentionnetwork，它能够区分用户配置文件中哪些历史项对预测更重要。与最先进的基于项目的CF方法因子项相似性模型（FISM）相比，我们的NAIS具有更强的表示能力，只有少数附加参数由attentionnetwork带来。两个公共基准

Colleen_oh·2021-06-21 00:02

研究生英语毕业论文高频同义词集锦

研究生英语毕业论文高频同义词集锦1.previously=before=earlier=formerly先前adv.2.concentrate=payattention=putone'smindon=attentive

是是是就是CC啊·2021-06-09 19:53

英语

Modeststudentsaregenerallymoreattentivethantheircontemporaries.谦虚的学生通常比同龄人更受关注modest(adj.)谦虚的generally(adv.)通常；广泛的；普遍的attentive

馨子兮·2021-05-15 21:51

论文笔记 | Transformer-XL：Attentive Language Models Beyond a Fixed-Length Context

作者：韩单位：燕山大学论文地址：https://arxiv.org/pdf/1901.02860.pdf代码地址：https://github.com/kimiyoung/transformer-xl目录一、Transformer二、vanillaTransformer三、Transformer-XL3.1片段级递归机制3.2相对位置编码机制四、实验分析五、总结一、Transformer 目前在

期待成功·2021-05-01 09:46

论文学习：Viewpoint-aware Attentive Multi-view Inference for Vehicle Re-identification

整体框架本文主要有三个贡献点：通过视角感知(viewpoint-aware)的注意力模型，获取多个视角的注意力映射(attentionmap)通过GANs机制，通过单视角特征和注意力映射生成多视角特征设计一种度量方式，拉近同id的图片之间的空间距离，推远不同id的图片之间的空间距离整体框架图如下所示：整体框架本文简要介绍注意力模型(attentionmodel)和多视角生成网络(multi-vie

_xuyue·2021-04-29 08:20

2018-03-07

2.我在本篇文章中学到的怦然心动的单词:attentive注意的，注意听的hitchhike沿途搭便车旅行revelation展示，揭露sack大口袋3.我在本篇文章中最喜欢的一句话：AlthoughIhadn'tplanneditthisway

应数二班王秀磊·2021-04-27 18:57

【refer】Predicting Human Eye Fixations via an LSTM-based Saliency Attentive Model

【Introduction】【RelatedWork】【ModelArchitecture】OverviewA.AttentiveConvolutionalLSTMLongShort-TermMemorynetworks(LSTM)适用于时间依赖性强的问题。在saliencymodel中用conventional操作代替LSTM中的点积。工作方式：根据3个sigmoidgate顺序更新intern

大魔王是本人·2021-04-24 19:07

论文《Attentive Collaborative Filtering: Multimedia Recommendation with Item- and Componet-Level ...》阅读

论文《AttentiveCollaborativeFiltering:MultimediaRecommendationwithItem-andComponent-LevelAttention》阅读论文概况IntroductionPreliminariesAttentiveCollaborativeFiltering总结论文概况这篇文章是新加坡国立大学何向南老师团队关于推荐系统方向的一篇论文，提出基

煜煜^_^行者·2021-04-17 00:40

阅读笔记 A Deep Multi-Level Attentive network for Multimodal Sentiment Analysis

前言论文讲的是两个模态的情感分析，作者提出一个网络，此网络通过在多个层次上引入注意力，从视觉和文本中产生区分性特征。通过利用视觉数据中的通道channel注意力和空间注意力来获得双注意力的视觉特征。总体来说用两个注意力channelattention和spatialattention注意力提高CNN采集图像特征能力提出语义注意力模拟单词的图像区域与语义之间的相关性，也就是一个JOINTATTEND

B站：阿里武·2021-01-14 13:04

推荐系统论文：Neural News Recommendation with Attentive Multi-View Learning

子小云龙·2020-11-01 13:21

2018-03-14

2.怦然心动的单词：motto格言，座右铭intrigue激起，迷人shepherd引导，指导patriotic爱国的，有爱国心的attentive注意的，专心的3.文章中最喜欢的一句话：Therewasati

209王志文·2020-10-11 10:35

论文阅读笔记-CVPR 2020: Attentive Weights Generation for Few Shot Learning via Information Maximization

摘要AWGIM：通过信息最大化实现小样本学习的注意力权重生成论文的主要贡献有两个：生成的权重与输入数据之间的互信息最大化使得生成的权重能够保留小样本学习任务和特定查询样例的信息。两条注意力路径：自我注意和交叉注意对小样本学习任务的上下文和个性化查询进行编码论文写作框架简介相关工作2.1.小样本学习2.2.注意力机制2.3.互信息提出的方法3.1.问题的形式化定义3.2.潜在的特征向量优化3.3.权

勇敢的仙人掌·2020-09-12 16:22

【文献阅读】 2020-WWW-Attentive Sequential Models of Latent Intent for Next Item Recommendation

说明1.原文链接。2.WWW2020其他推荐系统文章。3.本人及翻译软件的翻译水平有限，粗读即可，精读请看原文。标题1.题目：基于潜在意图的注意力序列模型给下一个项目推荐AttentiveSequentialModelsofLatentIntentforNextItemRecommendation2.作者：摘要用户在电子商务服务中表现出不同的意图（如发现商品、购买礼品等），这促使他们以多种方式

lechuan_dafo·2020-09-11 09:52

Semantic Sentence Matching with Densely-connected Recurrent and Co-attentive Information，语义相似度

SemanticSentenceMatchingwithDensely-connectedRecurrentandCo-attentiveInformation----keras实现简介实现步骤Wordrepresentinglayer密集连接的循环网络密集连接的共同网络缺陷实验过程代码实现数据集处理实现训练，保存训练模型简介本文主要目的是实现，韩国NaverCorporation和SeoulNa

wei_bo_cai·2020-08-24 03:32

推荐频道

attentive