prediction

深度学习笔记-自适应选择感受野

看上去不难理解，但是仔细想想，大多的网络模型，他的BankBone和Neck和Prediction三个网络组成了神经网络，作为特征提取，卷积核是关键因素，卷积核都是固定设置的，那么如何做到对于输入的特征图
勇敢牛牛@·2023-01-04 10:39

AI医药论文笔记--SSI–DDI: substructure–substructure interactions for drug–drug interaction prediction

SSI-DDI:用于药物相互作用预测的亚结构-亚结构相互作用论文题目SSI–DDI:substructure–substructureinteractionsfordrug–druginteractionprediction论文出自BriefingsinBioinformatics,00(0),2021,1–10|文章目录SSI-DDI:用于药物相互作用预测的亚结构-亚结构相互作用一、研究问题设置
努力AC的潇潇·2023-01-04 09:22

AI医药论文笔记--MUFFIN: multi-scale feature fusion for drug–drug interaction prediction

MUFFIN:多尺度特征融合预测药物-药物相互作用论文题目MUFFIN:multi-scalefeaturefusionfordrug–druginteractionprediction论文出自Bioinformatics,2021,1–8一、研究现状？以往的研究利用大量的标记数据，仅仅考虑药物的结构或序列信息，而没有考虑药物与其他生物医学对象(如基因、疾病、通路)之间的关系或拓扑信息，或仅考虑知
努力AC的潇潇·2023-01-04 09:21

AI医药论文笔记--Anti-cancer Drug Synergy Prediction in Understudied Tissues using Transfer Learning

使用迁移学习预测未被研究组织中的抗癌药物协同作用论文题目Anti-cancerDrugSynergyPredictioninUnderstudiedTissuesusingTransferLearning论文出自bioRxivpreprint,2020.02文章目录使用迁移学习预测未被研究组织中的抗癌药物协同作用一、研究背景？二、模型框架？三、细节部分？四、实验结果？五、思考？一、研究背景？现在面
努力AC的潇潇·2023-01-04 09:51

论文笔记 ICLR 2021|STRUCTURED PREDICTION AS TRANSLATION BETWEEN AUGMENTED NATURAL LANGUAGES

文章目录1简介1.1动机1.2创新2方法2.1Augmentednaturallanguages2.2Nestedentitiesandmultiplerelations2.3Decodingstructuredobjects2.4Multi-tasklearning2.5Categoricalpredictiontasks3不同任务4实验1简介论文题目：STRUCTUREDPREDICTIONA
hlee-top·2023-01-04 07:34

【论文导读】Learning Causal Semantic Representation forOut-of-Distribution Prediction

(NeurIPS2021)的一篇微软亚洲研究院的论文，看看。这一篇论文主要是提出了一种新的方法CSG，可以识别因果变量和混杂因子，并通过ELBO的重述使得把这两个任务合并为一个。并给出了部分理论保证。【补充】发现一个知乎上的整理也贴在这里《LearningCausalSemanticRepresentationforOut-of-DistributionPrediction》部分内容整理翻译-知乎
ViviranZ·2023-01-03 18:15

论文阅读笔记：Traffic Anomaly Prediction Based on JointStatic-Dynamic Spatio-Temporal EvolutionaryLearning

基于静态-动态时空联合进化的交通异常预测学习代码：GitHub-zwzhangzzz/SNIPER:SNIPER_tensorflow实在看不懂它是怎么对数据预处理的，，，有空再看吧，，，摘要：准确的交通异常预测提供了一个在正确的位置及时拯救伤员的机会。然而，交通异常的复杂过程受到各种静态因素和动态相互作用的影响。最近不断发展的表征学习为理解这一复杂过程提供了新的可能性，但也面临着数据分布不平衡和
ayuuuuu·2023-01-03 11:29

CatBoost之解决prediction shift详细介绍----原理+技巧

CatBoost之解决预测偏移1Categoricalfeatures1.1TS1.2GreedyTS1.3HoldoutTS1.4Leave-one-outTS1.5OrderedTS2预测偏移（Predictionshift）3Orderedboosting1Categoricalfeatures  categoricalfeatures是一种互不相交并且不可相互比较的特征。处理categor
爱学习的小杠精·2023-01-02 09:44

Pytorch & MONAI — 手撸各种loss

yi^表示prediction，取值为[0,1].公式中没有写求N个样本的平均，因为可以根据自己需求来，是求平均还是求和1.2pytorch中调用方法torch.nn.BCELoss(weight=Non
Tina姐·2023-01-01 17:54

论文阅读 8 | Contrastive Decoder Generator for Few-shot Learning in Product Quality Prediction

用于产品质量预测中小样本学习的对比解码器生成器摘要I简介II多阶段制造过程的小样本质量预测III对比解码器发生器A.总体框架摘要质量预测致力于预测与质量相关的关键变量，以获得过程控制的实时反馈信息。为了实现在复杂和不确定的制造过程中处理的产品的鲁棒和可转移的质量预测，已经开发了深度学习方法。然而，深度学习方法的训练过程需要大量的标注数据来避免过拟合，而质量相关变量的标记过程往往耗时耗力。因此，多阶
♡来年秋风起♡·2023-01-01 17:10

论文结构化简译New CNN-based Predictor For Reversible Data Hiding

本文改进了一个经典prediction-errorexpansion(PEE)方法中的部分步骤，借此篇文章简述其核心改动。
zrc007007·2023-01-01 07:22

Faster RCNN网络源码解读（Ⅶ） --- RPN网络代码解析（中）RegionProposalNetwork类解析

（rpn_function.py）二、代码解析2.1RegionProposalNetwork类2.1.1初始化函数__init__2.1.2正向传播过程forward2.1.3concat_box_prediction_layers
Courage2022·2023-01-01 07:01

yolov5+pyqt目标检测系统

下图是yolov5的网络结构图主要分为输入端、Backbone、Neck、Prediction四个部分。
一晌Leo·2022-12-31 17:40

【Sparse-to-Dense】《Sparse-to-Dense：Depth Prediction from Sparse Depth Samples and a Single Image》

ICRA-2018文章目录1BackgroundandMotivation2RelatedWork3Advantages/Contributions4Method5Experiments5.1Datasets5.2RESULTS6Conclusion（own）/Futurework1BackgroundandMotivation深度感知和深度估计在robotics,autonomousdrivin
bryant_meng·2022-12-31 16:20

【多目标轨迹预测】Path-Aware Graph Attention for HD Maps in Motion Prediction（ICRL 2022）翻译

参考：(31条消息)【文献阅读】路径感知的图注意力做运动预测（FangDa等人，ArXiv，ICRA2022）_全部梭哈迟早暴富的博客-CSDN博客_lanegcnlanercnnICRA2022丨Argoverse运动预测冠军，轻舟智航提出基于路径感知的图注意力模型-知乎(zhihu.com)论文链接：[2202.13772v1]Path-AwareGraphAttentionforHDMaps
光光同学·2022-12-31 10:20

机器学习如何改变网络

Cybersecurityspansacrossavarietyofmissions:prediction,prevention,detection,response(GartnerPPDR);overavarietyof
weixin_26722031·2022-12-31 06:06

【论文】Legal Judgment Prediction via Topological Learning

该论文发表于：EMNLP2018文章目录摘要1、Introduction2、RelatedWork2.1JudgmentPrediction2.2Multi-taskLearning（MTL）3、Method3.1ProblemFormulation3.2DAGDependenciesofSubtasks3.3NeuralEncoderforFactDescriptions3.4JudgmentP
__盛夏光年__·2022-12-30 21:35

论文笔记及Pytorch复现：A Dual-Stage Attention-Based Recurrent Neural Network for Time Series Prediction

论文地址GitHub代码地址论文题目为《基于双阶段注意力机制的循环神经网络》,文章本质上还是基于Seq2Seq的模型，结合了注意力机制实现的时间序列的预测方法，文章的一大亮点是：不仅在解码器的输入阶段引入注意力机制，还在编码器阶段引入注意力机制，编码器的阶段的注意力机制实现了特征选取和把握时序依赖关系的作用。分为两个阶段：第一阶段：使用注意力机制从而能够自适应提取每个时刻的特征，这是本文的最大亮点
奥卡姆的剃刀·2022-12-30 12:46

链接预测(Link Prediction)

链接预测本文参考基于知识图谱嵌入的链接预测综述原论文链接KnowledgeGraphEmbeddingforLinkPrediction:AComparativeAnalysis原论文代码地址research.lpca项目中给了综述中提到的算法论文地址和代码链接，非常适合LP方向的同学学习。文章目录链接预测一、方法概述二、张量分解模型事实的得分三、几何模型评分函数四、深度学习模型六、总结什么是链接
Charles1999·2022-12-30 01:22

Link prediction 链路预测方法简述

链路预测0引言1链路预测问题定义2链路预测相关方法2.1启发式算法（基于打分的算法）2.2基于图表示学习的方法2.2.1基于图表示学习-图嵌入技术的方法2.2.1基于图表示学习-图深度学习技术的方法（常用）2.3基于非图深度学习的方法2.3.1分阶段训练2.3.2端到端训练（常用）0引言链路预测、边预测是graph中的一个常见的问题，讨论这个问题的论文也比较多，其中一篇经典论文node2vec中对
鱼与钰遇雨·2022-12-30 01:50

Yolov5 学习记录

（1）输入端：Mosaic数据增强、自适应锚框计算，自适应图像缩放主要是训练阶段的增强（2）Backbone：融合其他模型的思想Focus结构，CSP结构（3）Neck：FPN+PAN结构（4）Prediction
CV计算机视觉工程师·2022-12-28 13:08

cv2.error: OpenCV(3.4.17) :-1: error: (-5:Bad argument) in function ‘circle‘

cv2.circle(frame,(prediction[0],prediction[1]),int(radius),(0,255,0))cv2.error:OpenCV(3.4.17):-1:error
火星种萝卜·2022-12-28 12:12

AI医药论文笔记--Deep learning improves prediction of drug–drug and drug–food interactions

深度学习用于提高对药物-药物相互作用和药物-食物相互作用的预测论文题目Deeplearningimprovespredictionofdrug–druganddrug–foodinteractions论文出自PNAS,2018一、研究背景？之前方法：基于结构和其他相似性或药物靶标关联的方法开发了各种计算方法。局限性：可以预测成对给定药物之间相互作用的概率，但没有在药理作用方面对DDI提供具体描述。
努力AC的潇潇·2022-12-27 12:32

AI医药论文笔记--Machine learning-based prediction of drug–drug interactions by integrating drug phenotypic

基于机器学习的药物-药物相互作用预测–通过整合药物表型、治疗、化学和基因组特性论文题目Machinelearning-basedpredictionofdrug–druginteractionsbyintegratingdrugphenotypic,therapeutic,chemical,andgenomicproperties论文出自JAMIA文章目录基于机器学习的药物-药物相互作用预测--通
努力AC的潇潇·2022-12-27 12:32

使用自监督图像表示学习框架精确预测分子性质和药物靶点（Accurate prediction of molecular properties and drug targets using a sel）

Accuratepredictionofmolecularpropertiesanddrugtargetsusingaself-supervisedimagerepresentationlearningframework（使用自监督图像表示学习框架精确预测分子性质和药物靶点）原文链接：Accuratepredictionofmolecularpropertiesanddrugtargetsusin
未觉时·2022-12-27 11:46

Single Shot 6D Object Pose Prediction代码复现--测试

Singleshot6DObjectPosePrediction代码复现–测试初研究6D位姿估计，在网上看到了Real-TimeSeamlessSingleShot6DObjectPosePrediction这篇文章，并有开源代码https://github.com/Microsoft/singleshotpose/，所以就认真研读了论文，并复现了一下源代码。这篇文章主要记录我复现测试部分代码的过
fighting_!·2022-12-27 03:41

Real-Time Seamless Single Shot 6D Object Pose Prediction代码复现

开源代码链接：https://github.com/Microsoft/singleshotpose/1、我的设备环境电脑系统：win10运行平台：pycharm框架：pytorch,torchvision==0.11.3torch==1.10.22、准备文件(1)代码github上下：解压即可。(2)作者训练好的模型和数据在浏览器里打开这是个链接就可以下载了。下载后：并解压。3、开始复现(1)将
从此烟雨落金城~·2022-12-27 03:01

Pyspark分类--LinearSVC

LINEARSVC模型classpyspark.ml.classification.LinearSVC(featuresCol=‘features’,labelCol=‘label’,predictionCol=‘prediction
Gadaite·2022-12-26 15:19

什么是强化学习？（主要的强化学习概念）

（主要的强化学习概念）4.主要的强化学习概念4.1基于模型与无模型(Model-basedvs.Model-free)4.2预测(prediction)和控制(control)4.3On-policyvs.Off-policy4.4
大鹏的编程之路·2022-12-26 08:52

个性化习题推荐-Exercise recommendation based on knowledge concept prediction

一、基本信息时间：2020年期刊：Knowledge-BasedSystems（SCI1区）作者：吴正洋等（作者主页链接：http://faculty.scholat.com/homepage/scnu/cs/0/134）机构：华南师范大学二、论文五要素1、论文动机1.1背景：习题练习可以巩固学生的知识，推荐难度适中的习题可以指引学生正确的学习方向，同时还可以激发学生的学习兴趣。1.2目的：给学生
西汉高颜值豌豆·2022-12-26 00:48

【论文阅读】Long short-term memory-Fully connected neural network for PM2.5concentration prediction

Longshort-termmemory-Fullyconnected(LSTM-FC)neuralnetworkforPM2.5concentrationprediction•TheLSTM-FCneuralnetworkcangiveanaccuratepredictionofurbanPM2.5contaminationoverthenext48hours.•TheLSTM-FCneural
weiwanshu·2022-12-25 00:52

机器学习肝炎预测模型machine learning for hepatitis prediction model(用于论文作业_专利_企业建模__项目申报_科研报告，收藏)

作者Toby，来自心脏病_冠心病智能预测模型肝炎是由细菌、病毒、寄生虫、酒精、药物、化学物质、自身免疫等多种致病因素引起的肝脏炎症的统称。儿童及成年人均可患病，病毒感染导致的病毒性肝炎较为常见。由于过度饮酒、吸入有害气体、摄入受污染的食物、泡菜和药物，肝病患者不断增加。我们可以用机器学习建模，自动化预测肝病概率，以减轻医生的负担。肝炎发展分为下图三个等级肝炎风险因子如果您有以下情况，您患肝炎的风险
python风控模型·2022-12-24 10:17

Time-Evolving Graph Convolutional Recurrent Network for Traffic Prediction论文笔记

Time-EvolvingGraphConvolutionalRecurrentNetworkforTrafficPrediction总结 本文提出了一种基于时间演化图卷积递归网络的流量预测模型。该方法采用张量分解方法生成自适应时间演化图（随时间变化的动态邻接矩阵），然后将这些时间演化图的图卷积模块集成到RNN结构中。在两个真实的交通数据集上的实验表明，TEGCRN比多个竞争基线模型更有优势，尤其
不想搞IT呀·2022-12-24 10:22

Dynamic Graph Convolutional Recurrent Network for Traffic Prediction Benchmark and Solution

DynamicGraphConvolutionalRecurrentNetworkforTrafficPrediction:BenchmarkandSolution1.文章概述1.1当前不足交通图拓扑的动态特性需要进一步建模。预定义邻接矩阵和自适应邻接矩阵都是随时间变化的静态矩阵，不足以反映现实中路网拓扑的动态特性。静态的基于距离的图和动态的基于属性的图从不同的角度描述了交通网络的拓扑结构，因此将
wwj灬·2022-12-24 10:21

论文翻译 SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory Prediction 用于行人轨迹预测的稀疏图卷积网络

SGCN:SparseGraphConvolutionNetworkforPedestrianTrajectoryPrediction用于行人轨迹预测的稀疏图卷积网络行人轨迹预测是自动驾驶中的一项关键技术，但由于行人之间复杂的相互作用，该技术仍具有很大的挑战性。然而，以往基于密集无向交互的研究存在建模冗余交互和忽略轨迹运动趋势等问题，不可避免地与实际存在较大偏差。针对这些问题，我们提出了一种用于行
Sun_ZD·2022-12-24 08:39

机器学习肝炎预测模型machine learning for hepatitis prediction model

作者Toby，来自机器学习肝炎预测模型肝炎是由细菌、病毒、寄生虫、酒精、药物、化学物质、自身免疫等多种致病因素引起的肝脏炎症的统称。儿童及成年人均可患病，病毒感染导致的病毒性肝炎较为常见。由于过度饮酒、吸入有害气体、摄入受污染的食物、泡菜和药物，肝病患者不断增加。我们可以用机器学习建模，自动化预测肝病概率，以减轻医生的负担。肝炎发展分为下图三个等级肝炎风险因子如果您有以下情况，您患肝炎的风险更高：
python机器学习建模·2022-12-24 07:03

Big Mart Sales prediction 商场销售预测分析项目

文章目录一、项目介绍二、建立假设（部分）三、数据探索分析1.导入数据2.单变量分析2.1)分类特征a)Item_Fat_Content‘脂肪含量（重复名字处理）b)Item_Type物品类别c)Outlet特征(大小、位置、类型）2.2)数值特征3.多变量分析3.1)目标变量（销量）VS数值特征3.2)目标变量（销量）VS分类特征a)物品类别VS销量关系b)物品脂肪含量VS销量关系c)商店情况VS
Avasla·2022-12-24 03:06

银行贷款预测模型项目（Loan Prediction)（下）

在上篇中主要是数据预处理，在下篇继续建模部分笔记。建立模型（PartI）1.数据集切分将目标变量和其他数据变量分开。###modeltrain=train.drop('Loan_ID',axis=1)test=test.drop('Loan_ID',axis=1)X=train.drop('Loan_Status',1)y=train.Loan_Status2.虚拟变量（dummyvariable
Avasla·2022-12-24 03:35

银行贷款预测模型项目（Loan Prediction)（上）

项目背景在房贷审批流程中，银行需要考虑贷款申请人的各种信息，比如家庭情况、经济情况、房子情况等等，经过综合分析这些因素后决定是否要贷款给申请人，即审批通过还是拒绝。在大部分情况下，只需要一些基本的信息便可以大致判断申请人是否符合放贷资格。银行希望希望能够根据客户提供的详细信息（在线上填写申请表格），自动化贷款资格审批流程，并且将结果实时反馈给客户。问题：贷款申请否通过？这是一个生活中非常常见的二分
Avasla·2022-12-24 03:05

ISLR学习笔记

目录C1IntroductiontoStatisticalLearning1.1StatisticalLearning介绍:1.1.1估计\(f\)的目的：prediction和/或inference。
weixin_30786617·2022-12-23 19:09

SPG-Net: Segmentation Prediction and Guidance Network for Image Inpainting解读

这篇文章专注于图像补全任务，目的是补全给定上下文信息的不完整图像的缺失区域。深度生成模型的最新发展为图像合成和图像修复任务提供一个高效的端到端框架，但现有的基于生成模型的方法并没有利用分割信息来约束补全目标的形状，这通常会导致补全结果的边界模糊的情况。为了解决这一问题，我们提出引入语义分割信息，以分离图像嵌入过程中的类间差异和类内变化。这导致了语义不同区域之间更清晰的恢复边界，以及语义一致的段内更
Mr.小蔡·2022-12-23 12:54

【BP预测】基于BP神经网络实现锂电池健康状态预测含Matlab源码

closeall;clearall;​load('B0007')cycles1=B0007.cycle;%保存步骤数组到新变量​counter=0;counter1=0;​​output=net(input);prediction
普通网友·2022-12-23 09:35

航海雷达新博

·····································································prediction=rtnet.predict(imag
超人妈妈·2022-12-23 08:46

YOLOv5——NMS

defnon_max_suppression(prediction,conf_thres=0.25,iou_thres=0.45,classes=None,agnostic=False,multi_label
OngoingDC·2022-12-22 10:29

pytorch tensor的高维花式索引

我在代码中遇到的例子：prediction_scores_right=prediction_scores[tor
阿白YanSun·2022-12-21 16:40

DADNN: Multi-Scene CTR Prediction via Domain-Aware Deep Neural Network

DADNN:Multi-SceneCTRPredictionviaDomain-AwareDeepNeuralNetwork-百度学术https://xueshu.baidu.com/usercenter/paper/show?paperid=1j0q0tp0hw080e00m71h0jx0ae377046一个模型能服务所有的点击率模型？-知乎今天我们就来探讨一篇论文《OneModeltoServ
a flying bird·2022-12-20 18:50

hard example mining(困难样本挖掘)

包括猫或者狗的图片就是正样本负样本：在上面的例子中，不包含猫或者狗的其他所有的图片都是负样本难分正样本(hardpositives)：易错分成负样本的正样本，对应在训练过程中损失最高的正样本，loss比较大（label与prediction
硝烟_1994·2022-12-20 13:23

吴恩达·2022机器学习专项课程｜House Price Prediction

HousePricePredictionImportimportcopy,mathimportnumpyasnpimportmatplotlib.pyplotaspltLoadDatasetdefload_house_data():data=np.loadtxt("./data/houses.txt",delimiter=',',skiprows=1)X=data[:,:4]y=data[:,4]
ZhuYuxi333·2022-12-20 12:41

配置HRFormer:High-Resolution Transformer for Dense Prediction条件

首先出现KEYERROR："TopDown:HRTisnotinthemodelsregistry"之后开启了我的找错误之旅1、重新建立环境pytorch==1.7.1cuda=10.11）mmpose的建立pipinstallmmpose==0.25.12）mmcv-fullpipinstallopenmimmiminstallmmcv-full==1.3.83）出现KEYERROR："TopD
zouxiaolv·2022-12-19 14:59

【论文笔记】HRFormer: High-Resolution Transformer for Dense Prediction

论文论文题目：HRFormer:High-ResolutionTransformerforDensePrediction收录于：NeurIPS2021论文地址：https://arxiv.org/abs/2110.09408项目地址：https://github.com/HRNet/HRFormer导言在本文中，作者提出了一种高分辨率Transformer（High-ResolutionTrans
m0_61899108·2022-12-19 13:53
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他