全部分类

学术论文

(10w+ 篇文档)

5金币乌贼：无需所有调整的低秩模型训练（英文版）.PDF

英文标题：Cuttlefish: Low-rank Model Training without All The Tuning中文摘要：提出了一种名为 Cuttlefish 的自动低秩训练方法，它通过观察在完整秩训练的几个时期后，每层的稳定秩（即真实秩的近似值）稳定为一个常数值，从而消除了调整低秩模型训练中的多个超参数的需求。Cuttlefish 在所有层的稳定秩收敛后从完整秩训练切换到低秩训练，并将每个因子化的维度设置为其相应的稳定秩。结果表明，Cuttlefish 生成的模型比完整秩模型小多...

内容提供方：外唐用户 | 2023-05-05 发布 | 2.86MB | 29 页
3金币使用位平面编码进行输入层二值化（英文版）.PDF

英文标题：Input Layer Binarization with Bit-Plane Encoding中文摘要：本文提出一种新方法，使用 8 位表示的输入数据直接对第一层进行二值化处理，并利用标准位平面编码按位提取特征，经过加权和再次融合后得到全二值化模型，该方法在不同神经网络体系结构下验证，比现有技术在准确性和 BMCA (二值乘法计算数) 减少方面更佳。英文摘要：Binary Neural Networks (BNNs) use 1-bit weights and activations...

内容提供方：外唐用户 | 2023-05-05 发布 | 1.06MB | 12 页
3金币基于 CUR 的 k-NN 搜索与交叉编码器的自适应锚定项选择（英文版）.PDF

英文标题：Adaptive Selection of Anchor Items for CUR-based k-NN search with Cross-Encoders中文摘要：本研究提出了一种针对实际中 k-NN 查询困难的问题，采用近似矩阵分解技术的方法进行高效向量检索，该方法可以自适应地选择锚定项，以最小化检索近似误差。研究实验证明，该方法相对于使用 BM25 或双编码器的传统检索方法和 ANNCUR 方法，能够提高 k-NN 检索率。英文摘要：Cross-encoder models...

内容提供方：外唐用户 | 2023-05-05 发布 | 8.87MB | 16 页
5金币 Point2Tree(P2T)—— 用于针叶林移动激光扫描数据的语义和实例分割参数调整框架（英文版）.PDF

英文标题：Point2Tree(P2T) -- framework for parameter tuning of semantic and instance segmentation used with mobile laser scanning data in coniferous forest中文摘要：Point2Tree 是一种用于森林激光点云处理的新框架，它包括语义分割、实例分割和超参数重要性优化分析三个阶段，已成功在两个独立数据集上测试。英文摘要：This article int...

内容提供方：外唐用户 | 2023-05-05 发布 | 5.43MB | 35 页
3金币 IMAP:内在动机驱动的对抗策略（英文版）.PDF

英文标题：IMAP: Intrinsically Motivated Adversarial Policy中文摘要：提出了一种名为 Intrinsically Motivated Adversarial Policy（简称 IMAP）的策略，用于在无需了解受害者策略的情况下，有效地进行黑盒攻击，IMAP 利用基于状态覆盖、策略覆盖、风险和策略差异的四个内在目标，鼓励探索和发现更强的攻击技能，并进行了实验验证其有效性。英文摘要：Reinforcement learning (RL) agents...

内容提供方：外唐用户 | 2023-05-05 发布 | 3.3MB | 14 页
3金币 LatentAugment:动态优化数据增强的潜在概率（英文版）.PDF

英文标题：LatentAugment: Dynamically Optimized Latent Probabilities of Data Augmentation中文摘要：本文提出了一种名为 LatentAugment 的数据增强方法，通过动态优化输入和模型参数的增强策略来提高图像分类任务的测试精度，理论分析表明该方法是一种通用模型且相比现有数据增强方法更为简单高效，实验结果也验证了其在 CIFAR-10，CIFAR-100，SVHN 和 ImageNet 数据集上具有更高的测试精度。英文...

内容提供方：外唐用户 | 2023-05-05 发布 | 885.84KB | 15 页
3金币 ReMask：域反事实生成的鲁棒信息遮盖方法（英文版）.PDF

英文标题：ReMask: A Robust Information-Masking Approach for Domain Counterfactual Generation中文摘要：本文提出了一种三步域混淆方法，通过基于频率和注意力规范的掩盖来遮蔽特定于域的线索，并揭示域泛化上下文，从而实现了领域反事实样本的生成，通过实验验证本方法在领域情感分类、对抗领域适应和多领域意图分类任务中的有效性。英文摘要：Domain shift is a big challenge in NLP, thus, ...

内容提供方：外唐用户 | 2023-05-05 发布 | 1.12MB | 12 页
5金币在潜在混淆因素存在的情况下从不定数据中学习恢复因果关系（英文版）.PDF

英文标题：Learning to Recover Causal Relationship from Indefinite Data in the Presence of Latent Confounders中文摘要：本文提出了一种称作混淆分离因果发现算法（Confounding Disentanglement Causal Discovery，简称 biCD）的方法，通过使用因果强度变分模型，将潜在变量作为中介变量来解决存在潜在变量的非确定数据情形下的因果关系发现问题。我们将结果用合成和实际数...

内容提供方：外唐用户 | 2023-05-05 发布 | 1.78MB | 23 页
3金币使用分支 GAN 生成叠加类别分割图（英文版）.PDF

英文标题：Additive Class Distinction Maps using Branched-GANs中文摘要：通过图像分解和多个生成网络的总和，本文提出了一种新模型、训练过程和体系结构以创建精确的图像类别区分地图，该方法允许对不同方法的应用，并通过可解释 AI 实现自我监督分割和物体检测。英文摘要：We present a new model, training procedure and architecture to create precisemaps of distincti...

内容提供方：外唐用户 | 2023-05-05 发布 | 15.52MB | 18 页
3金币 BranchNorm:极深 Transformer 网络的鲁棒缩放（英文版）.PDF

英文标题：BranchNorm: Robustly Scaling Extremely Deep Transformers中文摘要：本文提出了一种名为 BranchNorm 的方法，用于以更好的效果平衡训练稳定性和收敛性来动态重新调整 Transformer 的分支。英文摘要：Recently, DeepNorm scales Transformers into extremely deep (i.e., 1000layers) and reveals the promising potenti...

内容提供方：外唐用户 | 2023-05-05 发布 | 2.66MB | 12 页