全部分类

学术论文

(10w+ 篇文档)

1金币用于推荐系统中偏好理解的因果分离变分自编码器（英文版）.PDF

英文标题：Causal Disentangled Variational Auto-Encoder for Preference Understanding in Recommendation中文摘要：本文提出了一种新方法 - 因果分离变分自编码器（CaD-VAE），该方法可以从交互数据中学习因果分离表示，以改善推荐模型的鲁棒性、可解释性和可控性，结果表明此方法可以优于现有的方法英文摘要：Recommendation models are typically trained on observ...

内容提供方：外唐用户 | 2023-04-21 发布 | 2.08MB | 5 页
1金币 Prak：捷克语自动语音对齐工具（英文版）.PDF

英文标题：Prak: An automatic phonetic alignment tool for Czech中文摘要：该研究创建了一个用于简化语音学研究中标注语音的自由开源工具，包括音频对齐、语音识别等多项功能，可用于苹果、Linux 等多平台，能够对捷克语语音进行变体选择、捕捉语言逻辑等，并获得了良好的实际效果。英文摘要：Labeling speech down to the identity and time boundaries of phones is alabor-intensi...

内容提供方：外唐用户 | 2023-04-21 发布 | 1.07MB | 5 页
3金币 DisCo-CLIP:基于分布式对比损失的高存储效率 CLIP 训练（英文版）.PDF

英文标题：DisCo-CLIP: A Distributed Contrastive Loss for Memory Efficient CLIP Training中文摘要：提出了一种名为 DisCo-CLIP 的分布式内存高效的 CLIP 训练方法，旨在减少对比损失在对比学习模型训练时的内存消耗，通过分解对比损失和梯度计算成两部分，一个用于计算内部 GPU 梯度，另一个用于计算跨 GPU 梯度，将跨 GPU 梯度通过 all_reduce 从其他 GPU 收集而不是在每个 GPU 上反复计算...

内容提供方：外唐用户 | 2023-04-21 发布 | 1.01MB | 12 页
3金币揭示基于 RGB 的 6-DoF 目标位姿估计中的背景偏差（英文版）.PDF

英文标题：Uncovering the Background-Induced bias in RGB based 6-DoF Object Pose Estimation中文摘要：本文通过分析 Linemod 数据集中伴随 ArUco 标记的图像噪声，探讨其对于机器学习算法 6DOF 姿态估计的影响，并提出了通过数据增强和其他方法减少偏差的方案。同时，本文证明了标记对于神经网络实现 6DOF 姿态估计具有一定的影响因素。英文摘要：In recent years, there has been ...

内容提供方：外唐用户 | 2023-04-21 发布 | 14.26MB | 17 页
3金币 VALOR:视听语言全感知预训练模型和数据集（英文版）.PDF

英文标题：VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset中文摘要：本文提出了一种用于多模态理解和生成的 Vision-Audio-Language Omni-peRception 预训练模型 (VALOR)，该模型与先前广泛研究的视觉语言预训练模型不同，以端对端的方式共同建模视觉、音频和语言之间的关系，包含三种单模态表示的编码器和多模态有条件文本生成的解码器，通过 Multimodal Gro...

内容提供方：外唐用户 | 2023-04-21 发布 | 4.07MB | 18 页
5金币大型语言模型输出的评估：话语和记忆（英文版）.PDF

英文标题：An Evaluation on Large Language Model Outputs: Discourse and Memorization中文摘要：通过对九个流行的大型语言模型的各种生成输出进行经验评估，发现输出中包含的记忆文本比例、独特文本比例和总体输出质量存在关联性，其中高质量的输出中包含的记忆文本比例较高。并提出缓解策略和质量文本的评估方法。英文摘要：We present an empirical evaluation of various outputs genera...

内容提供方：外唐用户 | 2023-04-21 发布 | 1.25MB | 29 页
5金币 Generative Disco:音乐可视化的文本到视频生成（英文版）.PDF

英文标题：Generative Disco: Text-to-Video Generation for Music Visualization中文摘要：使用生成 AI 系统 Generative Disco，可以根据音乐的节奏生成音频反应的视频，并通过设计模式进行改进，纵向分为转换和保持，研究表明该系统易于使用且高度表现力，适用于专业人士和 AI 生成内容正在改变创作工作的领域。英文摘要：Visuals are a core part of our experience of music, ow...

内容提供方：外唐用户 | 2023-04-21 发布 | 29.52MB | 20 页
3金币使用学习动作残差的连续多功能跳跃（英文版）.PDF

英文标题：Continuous Versatile Jumping Using Learned Action Residuals中文摘要：提出了一种基于优化控制和强化学习相结合的分层框架，实现了四足机器人连续跳跃运动的控制，通过在模拟环境中的训练，该方法可以直接应用到真实机器人中，实现多方向、连续性跳跃。英文摘要：Jumping is essential for legged robots to traverse through difficultterrains. In this work, ...

内容提供方：外唐用户 | 2023-04-21 发布 | 4.06MB | 13 页
3金币面向顺序转移优化的可伸缩测试问题生成器（英文版）.PDF

英文标题：A Scalable Test Problem Generator for Sequential Transfer Optimization中文摘要：本文针对现有的测试问题不能很好地设计 STO 问题，提出了表示 STO 问题的简单概念，介绍了被之前的研究所忽视的重要问题特征，提出了一些设计准则和一种具有超强可扩展性的问题生成器以及 12 个 STOPs 的基准套件，可以用来比较不同的 STO 算法。英文摘要：Sequential transfer optimization (STO)...

内容提供方：外唐用户 | 2023-04-21 发布 | 4.08MB | 12 页
3金币 LaSNN:深度脉冲神经网络中的有效高效培训之层级 ANN 到 SNN 蒸馏（英文版）.PDF

英文标题：LaSNN: Layer-wise ANN-to-SNN Distillation for Effective and Efficient Training in Deep Spiking Neural Networks中文摘要：通过引入 attention 机制和采用分层知识蒸馏的方法，提出了新的 SNN 训练框架 LaSNN，实现了与 ANN 比较的竞争性准确率和比转换的 SNN 快 20 倍的推理速度，并且具有灵活性和可扩展性。英文摘要：Spiking Neural Netwo...

内容提供方：外唐用户 | 2023-04-21 发布 | 2.01MB | 10 页