• 博客(68)
  • 收藏
  • 关注

原创 AMiner推荐论文:A Style and Semantic Memory Mechanism for Domain Generalization

论文链接:https://www.aminer.cn/pub/617b941b6750f842fb7c54a6?f=cs本文强调了,现有 DG 的工作都说我们要保证特征是 semantic invariance 的,但是忽略了每个 domain 内的 style 也是不变的。这篇文章尝试着去使用 intra-domain style invariance 来提升模型的泛化性能。文章提出了 STEAM, STEAM 融入了额外限制:同一个 domain 的样本共享同样的风格信息,加了这个额外限制之后,有助于

2021-10-29 17:53:51 163

原创 AMiner推荐论文:CrossNorm and SelfNorm for Generalization under Distribution Shifts

论文链接:https://www.aminer.cn/pub/617b928b6750f842fb7c54a5?f=cs文章的两个方法分别对应两个目标:扩增训练数据分布。传统的 normalization 都是为了使得训练更加稳定和快速,那么作者是否能用 normalization 的方法进行数据的增强呢?答案是肯定的。一般来说,作者认为 RGB 图像的均值和方差代表了他的风格信息,交换他们的均值和方差不会对类别标签产生影响。CrossNorm 要做的事情就是在训练中交换特征图 channel-wis

2021-10-29 17:53:14 417 2

原创 AMiner推荐论文:One2Set: Generating Diverse Keyphrases as a Set

论文地址:https://www.aminer.cn/pub/60acd4a191e011a837673686?f=cs我们提出了一种新的训练范式One2Set来去掉顺序函数带来的诸多问题。在此范式下,我们提出了模型SetTrans,其特点是能够预测更多、更准确而且重复率更低的关键词集合。同时,我们也通过大量实验对比了有顺序和没有顺序带来的影响。我们还发现SetTrans由于可以并行预测,在Inference效率上是Transfomer的6.44倍。AMiner,让AI帮你理解科学!https://ww

2021-10-29 17:52:36 443

原创 AMiner推荐论文:1st Place Solution for the UVO Challenge on Video-based Open-World Segmentation

论文地址:https://www.aminer.cn/pub/6176201e5244ab9dcbd52fce?f=cs1、 检测网络作者采用Cascade Region Proposal Network作为Baseline,采用Focal loss和GIoU loss进行分类和边界框回归。在训练过程中,作者使用2个独立的SimOTA采样器进行正/负样本采样,其中一个用于分类,另一个用于边界框回归。与此同时作者也放宽了边界框回归采样器的选择标准,以获得更多的正样本。与分类头和边界框回归头并行增加一个

2021-10-29 17:50:41 193

原创 最近大火的 prompt 论文集锦

近来作为nlp领域新宠,prompt频频出现在大众视野,小编整理了一些优质论文,欢迎大家一起交流!1.论文名称:P-Tuning v2: Prompt Tuning Can Be Comparable to Fine-tuning Universally Across Scales and Tasks链接:https://www.aminer.cn/pub/6168f1a35244ab9dcbe2ffc62.论文名称:Pre-train, Prompt, and Predict: A Systemat

2021-10-29 17:23:58 724

原创 图的可解释性优质论文合集

Explainability:研究图的可解释性。图结构数据本身能够将不同的Entity链接在一起,天然具备较强的解释潜力。早期的图模型主要基于meta-path来做一些可解释性,近年来也有关于诸多GNN做可解释性的文章,值得一读。小编整理了近期该领域的优质论文,现分享给大家~1.论文名称:Explainability in Graph Neural Networks: A Taxonomic Survey链接:https://www.aminer.cn/pub/5fef130291e0113b265a

2021-10-29 16:46:09 585

原创 图的鲁棒性论文推荐

Graph Robustness:研究图的鲁棒性,对噪声/恶意攻击的抗干扰和防御能力。比如去掉或者添加一些图结点或边,对下游任务的性能不应该造成太大的负面影响。这部分研究包括研究图攻击和图防御,挺多思想借鉴自对抗学习,如经典的GAN。小编整理了近期该领域优质论文,现分享给大家~1.论文名称:Adversarial Attacks on Neural Networks for Graph Data.链接:https://www.aminer.cn/pub/5b3d98d617c44a510f8023a8

2021-10-29 16:43:42 372

原创 过平滑问题和深层GNN优质论文合集

Oversmoothing and Deep GNNs:研究GNN的过平滑问题和深层GNN。GNN的卷积操作在层数过多时会使得每个结点几乎都能间接融合其它所有结点的信息,导致所有结点的表征趋于相同,因此通常GNN的层数不宜设置过大。例如:推荐场景中的GNN通常设置为1层或2层即可达到最佳性能。如何突破这种瓶颈,使得GNN的层数更深,又不会导致过度平滑问题,性能更好,也是近年来比较热门的研究方向。小编整理了近期过平滑问题和深层GNN主题论文,现分享给大家~1.论文名称:Representation Lea

2021-10-29 16:41:58 349

原创 图自监督学习和预训练论文推荐

Self-supervised Learning and Pre-training:研究图的自监督学习和预训练。预训练在NLP任务中大放光采,研究者希望此类技术在图上也能够进行预训练,并期望更好地辅助下游的任务。经典的自监督学习方法如对比学习等。1.论文名称:Strategies for Pre-training Graph Neural Networks链接:https://www.aminer.cn/pub/5e5e18eb93d709897ce3ce412.论文名称:CommDGI: Commu

2021-10-29 16:39:43 398

原创 大规模图训练论文合集

Large-scale Training:研究大规模图训练,如经典的GraphSAGE和PinSAGE中做大规模邻居结点采样的方法。补充一点,这类研究实际上在各类框架上也有,例如DGL,PyG,Euler等。一方面可以进行训练方式改进,如邻居结点采样/子图采样等;另一方面也可以进行训练环境的分布式改造,分布式环境下,原始大图切割为子图分布在不同的机器中,如何进行子图间的通信、跨图卷积等,也是很有挑战的难点。小编整理了近来的大规模图训练相关论文推荐给大家:1.论文名称:Inductive Represen

2021-10-29 16:34:30 193

原创 GNN架构/体系优质论文推荐

GNN Architecture ,研究GNN架构/体系,基本涵盖了GNN最经典、必读的文章,如基于谱图卷积的GCNs三部曲, 序列图神经网络GGNN,基于注意力机制的GAT等。1.论文名称:Semi-Supervised Classification with Graph Convolutional Networks.链接:https://www.aminer.cn/pub/58437722ac44360f1082efeb2.论文名称:Deep Graph Infomax.链接:https://w

2021-10-29 16:32:50 258

原创 TsinghuaNLP实验室2021年新论文集合

清华大学计算机科学与技术系自然语言处理小组,也是国家信息科学与技术实验室和国家智能技术与系统重点实验室的一部分,正在研究计算机处理和理解人类语言的方法和算法,重点是汉语。专注于语言计算的基础研究以及面向应用的 NLP 技术。在相关顶级会议和期刊上发表了许多论文,如 ACL、COLING、EMNLP、IJCAI、VLDB、计算语言学、定量语言学杂志、IEEE 智能系统。1.论文名称:Visual Distant Supervision for Scene Graph Generation链接:https:

2021-10-29 16:24:50 284

原创 ICCV2021表示学习优质论文推荐

ICCV2021表示学习优质论文推荐~ICCV2021大会已于2021年10月10日到2021年10月17日召开,目前会议的论文都已经放出, AMiner对会议论文进行整理。 会议旨在针对计算机科学、人工智能、机器人科学与工程、大数据等前沿领域,为专家学者、工程技术人员、技术研发人员提供一个交流全球相关领域科技学术最新发展趋势,链接重点领域国内外顶尖、活跃、最新学术资源的平台,通过经验分享和智慧碰撞,推动科研学术成果转化和人才、技术、资本聚集,提升发展新动能。想了解更多关于计算机科学、人工智能、视觉科学

2021-10-29 16:23:11 285

原创 ICCV2021对象检测相关论文

ICCV2021大会已于2021年10月10日到2021年10月17日召开,目前会议的论文都已经放出, AMiner对会议论文进行整理。 会议旨在针对计算机科学、人工智能、机器人科学与工程、大数据等前沿领域,为专家学者、工程技术人员、技术研发人员提供一个交流全球相关领域科技学术最新发展趋势,链接重点领域国内外顶尖、活跃、最新学术资源的平台,通过经验分享和智慧碰撞,推动科研学术成果转化和人才、技术、资本聚集,提升发展新动能。想了解更多关于计算机科学、人工智能、视觉科学与工程、软件过程和数据挖掘、机器人科学与

2021-10-29 16:20:16 350

原创 离群/异常/新类检测?开集识别?分布外检测?一文搞懂其间异同!

你是否也曾迷惑于“离群检测”,“异常检测”,“新类检测”,“开集识别”,“分布外检测”之间错综复杂的关系?你是否也想要解决开放世界的问题却不知道从哪个任务入手?不知道利用什么方法解决问题?这篇最新综述将拨云见日,让你对开放世界领域有全新的认识!在开放世界中分类是验证模型安全性的重要方式,也是一个真正能够商用落地的模型不可避免要面对的问题。传统的分类模型都是在一个封闭的世界中进行训练,即假设测试数据和训练数据都来自同样的分布(称作“分布内”,in-distribution)。例如我们利用一组猫狗照片训.

2021-10-28 12:05:24 703

原创 你的领域有哪些最近几年才发表但引用已经超神的论文?

理工科的同学看过来!给大家分享一个超神的学术网站AMiner,AMiner:https://www.aminer.cn/?f=cs可以筛选获得近几年才发表但引用量非常大的论文。比如我在主页输入Deep learning关键词,点击搜索可以看到该领域的论文和专家,可以根据发表时间和引用量进行筛选,也可以根据关键词进行筛选此外也可以在主页,我的订阅那里添加关键词,系统会自动推荐相关领域最新的优质文章~...

2021-10-28 10:34:59 83

原创 研究生该怎么找到自己研究领域的期刊?

结合自身情况,可以问问导师和学长学姐,理工科同学一般是看science和nature,学长和导师都会推荐。可以使用AMiner平台里面的期刊论文查找功能。AMiner:https://www.aminer.cn/?f=cs首先在主页搜索框内输入自己感兴趣的关键词,比如deeplearning,系统会推荐该领域的大牛和论文~~其次在这个页面查找期刊论文,点击下拉按钮输入期刊即可除此之外主页在主页我的订阅那里输入关键词,比如deep learning,系统就会自己推荐最新的优质论文,希望大家可以通过这

2021-10-28 10:28:52 900

原创 深度学习领域的论文该怎么写?

深度学习领域的论文有很多,今天给大家分享一个好用的网站AMiner,在主页我的订阅那里输入deep learning,系统就会自己推荐最新的优质论文,而且论文都是可以免费下载的,希望大家可以通过这个网站找到心目中最惊艳的论文~AMiner平台链接: https://www.aminer.cn/?f=cs...

2021-10-28 10:02:05 446

原创 ICLR 2022的优质论文你知道吗?

ICLR 2022的投稿刚结束,说到ICLR 2022的优质论文,那肯定是近来被频频提到的“ Patches Are All You Need?” 了!论文链接:https://www.aminer.cn/pub/616138556750f879a4d7c36e/?f=cs近年来,深度学习系统中的卷积神经网络在处理计算机视觉任务中,一直占据主要地位。但最近,基于 Transformer 模型的架构,例如 ViT,在许多任务中都表现出了引人注目的性能。Transformer 成为视觉领域的主导架构是大大势

2021-10-27 15:20:58 593

原创 那些年用过的宝藏网站!

那些年你都用过什么宝藏网站查论文?在这里推荐一个科研人士非常实用的学术网站——AMiner学术平台,平台链接:https://www.aminer.cn/?f=csAMiner平台不仅可以免费查看下载各领域的论文,还可以看到最新的科技资讯,会议论文,关注科技动态!非常适合理工科学生和科研人士!!主页在订阅中添加关键词,就会为我们实时推送相关内容!如果你想查阅科技领域最新论文,如果你想了解最新科技动态,那就来AMiner吧,欢迎大家一起来交流分享经验!AMiner: https://www.amine

2021-10-27 14:57:00 146

原创 写论文的神仙网站推荐!

首推AMiner,总的来说就是一个智能推荐系统,无需下载app,现在已经有小程序了,可以看到最前沿的学术论文,会议和最新资讯~AMiner平台链接:https://www.aminer.cn/?f=cs使用也很简单方便,点击链接进入主页之后就是推荐系统,在搜索框中可以搜索3.2亿的42门学科的不同内容:在主页添加关键词,系统就会根据关键词为你推荐相关的论文,必读论文专题和资讯等,个人感觉这个功能比搜索好用,特别是计算机领域,推荐的结果都很不错。对了,AMiner的论文都可以免费下载,点击下载全文即

2021-10-27 14:45:46 1841

原创 AMiner论文推荐:Dynamic adaptive streaming over HTTP

论文名称:Dynamic adaptive streaming over HTTP——:standards and design principles论文链接:https://www.aminer.cn/pub/53e99edfb7602d97027a985b?f=cs在本篇论文,我们对 3GPP 和 MPEG 草案版本中的 HTTP 动态自适应流媒体 (Dynamic Adaptive Streaming over HTTP, DASH) 的规范提供了一些见解和背景知识。具体来说,3GPP 版本提供

2021-10-26 16:49:28 151

原创 AMiner论文推荐

论文名称:X-modaler: A Versatile and High-performance Codebase for Cross-modal Analytics论文链接:https://www.aminer.cn/pub/6125b6a95244ab9dcb41d670?f=cs随着深度学习在过去十年内的兴起和发展,持续地创新和突破推动了多媒体领域视觉和语言之间的跨模态分析技术的发展。然而,还没有任何开源的代码库支持以统一和模块化的方式训练和部署的众多跨模态分析的神经网络模型。在此项工作中,我们提

2021-10-26 16:47:36 80

原创 AMiner论文推荐

论文名称:ViDA-MAN: Visual Dialog with Digital Humans论文链接:https://www.aminer.cn/pub/6173f1c391e0118698c04bbe?f=cs本篇论文中,我们展示了 ViDA-MAN,这是一个用于多模式交互的数字人代理,它能够对即时的语音查询提供实时的视听回应。与传统的文本或语音系统相比,ViDA-MAN能够提供类似于人的交互方式(例如,生动的声音、自然的面部表情和身体手势)。若给出一个语音请求,该演示能够在亚秒级的延迟中以高质量

2021-10-26 16:46:52 221

原创 AMiner论文推荐

论文名称:aBio: Active Bi-Olfactory Display Using Subwoofers for Virtual Reality论文链接:https://www.aminer.cn/pub/6173f1c391e0118698c04ad8?f=cs在虚拟现实(VR)中加入嗅觉提示可以增强用户在虚拟环境中的沉浸感,而对气味的精确控制将促进用户获得更真实的体验。在本篇论文,我们介绍了aBio,这是一个主动的双嗅觉显示系统,它能够将气味精准地传递到特定的位置,而不是将气味扩散到整个空气中

2021-10-26 16:46:04 227

原创 AMiner论文推荐

论文名称:ADOP: Approximate Differentiable One-Pixel Point Rendering论文链接:https://www.aminer.cn/pub/6167a0375244ab9dcbcd982e?f=cs合成逼真的虚拟环境是计算机图形学和计算机视觉中研究最多的主题之一,它们所面临是一个重要问题是 3D 形状应该如何编码和存储在内存中。用户通常在三角形网格、体素网格、隐函数和点云之间进行选择。每种表示法都有不同的优点和缺点。为了有效渲染不透明表面,通常会选择三角形

2021-10-25 16:33:42 223

原创 AMiner论文推荐

论文名称:NormFormer: Improved Transformer Pretraining with Extra Normalization论文链接:https://www.aminer.cn/pub/616e374a5244ab9dcbd1b2af?f=cs实践表明,Pre-LN Transformer 可以使用更大的学习率、极小的学习率进行预热(即 warm-up),并且与 Post-LN Transformer 相比通常会产生更好的性能,所以最近大型预训练语言模型倾向于使用 Pre-LN

2021-10-25 16:32:59 90

原创 AMiner论文推荐

论文名称:SpreadsheetCoder: Formula Prediction from Semi-structured Context论文链接:https://www.aminer.cn/pub/60bdde338585e32c38af50a5?f=cs电子表格是办公的必备工具,有数以亿计的人在使用,而这些电子表格中的公式编辑功能允许用户对他们的数据执行复杂的分析和转换。尽管电子表格中的公式语言比通用编程语言更简单,但编写这些公式仍然很乏味且容易出错,终端用户更是如此。此前,来自谷歌的研究者已经开

2021-10-25 16:32:16 62

原创 AMiner论文推荐

论文名称:Exploring the Limits of Large Scale Pre-training论文链接:https://www.aminer.cn/pub/615d13fe5244ab9dcb637c5a?f=cs来自谷歌的研究者系统地研究了这种现象,并确定随着上游任务准确率的提高,下游任务的性能会达到饱和。特别是,该研究探索了超过 4800 关于 Vision Transformer、MLP-Mixer 和 ResNets 的实验,这些模型的参数数量从一千万到一百亿不等,同时,他们在最大规

2021-10-25 16:31:27 144

原创 AMiner论文推荐

论文名称:Exploring the Representativity of Art Paintings论文链接:https://www.aminer.cn/pub/5ff682bed4150a363cbae759?f=cs随着数字技术的发展,越来越多的数字化艺术图像让公众可以更方便欣赏艺术作品。使用谷歌Chrome,人们可以得到关于一个特定的艺术家很多图片。不幸的是,浏览器推荐的画作大量地重复,并夹杂着虚假的例子。为了解决网上数字画作的杂乱和混淆问题,在本研究中,我们重点做一些艺术作品评价任务。我们的

2021-10-21 15:09:00 99

原创 AMiner论文推荐

论文名称:Temporal Constraint Background-Aware Correlation Filter With Saliency论文链接:https://www.aminer.cn/pub/5ff685f3d4150a363cc1a494?f=cs当前的相关滤波类算法受到两个因素的制约:1)表示目标的矩形块中包含部分背景信息,这部分背景信息也被当做目标的一部分,在训练滤波器模型的时候,它们与真正的目标以相同的权重参与训练,导致模型受到污染,当目标发生剧烈形变时容易发生跟踪漂移;2)滤

2021-10-21 15:08:07 101

原创 AMiner论文推荐

论文名称:PFAN++: Bi-Directional Image-Text Retrieval With Position Focused Attention Network论文链接:https://www.aminer.cn/pub/5ff686ecd4150a363cc3cc1d?f=cs现有的图文匹配方法大多只关注于图片中物体的视觉特征,而忽视了物体的相对位置的重要性。我们观察发现,图片中物体的相对位置可以指示物体对于图片语义表达的重要程度,对于图片语义最重要的物体位于图片的中心,基于这个观察,

2021-10-21 15:07:19 94

原创 AMiner论文推荐

论文名称:Quality Evaluation for Image Retargeting With Instance Semantics论文链接:https://www.aminer.cn/pub/5ff682e1d4150a363cbb6141?f=cs图像重定向作为一种内容自适应的后处理技术,可以根据图像内容的重要程度选择性去除图像内容,从而满足不同尺寸屏幕的显示需求。然而该过程中不可避免地会产生失真,影响重定向图像的感知质量。不同于噪声、模糊、块效应等传统失真,重定向图像失真往往表现为图像内容扭

2021-10-21 15:06:33 93

原创 AMiner论文推荐

论文名称:Self-Supervised Pretraining of 3D Features on any Point-Cloud论文链接:https://www.aminer.cn/pub/5ff8396091e0116ed225e37c?f=cs自监督学习一直是研究界和FAIR的主要兴趣领域, DepthContrast也是业界在不使用标记数据的情况下学习强大3D表示的最新尝试。这项研究继承自FAIR 之前的工作PointContrast,也是3D的一种自我监督技术。 现在获得3D数据的机会很多

2021-10-20 16:31:46 108

原创 AMiner论文推荐

论文名称:A Partition Filter Network for Joint Entity and Relation Extraction论文链接:https://www.aminer.cn/pub/612c4c295244ab9dcbca2392?f=cs在实体关系抽取中,前人在编码任务特征上大致上可以划分为两类:序列编码(Sequential Encoding)和平行编码(Parallel Encoding)。序列编码一般按先NER再RE的先后顺序对任务特征进行编码,这种编码方式会使得后编码

2021-10-20 16:30:14 118

原创 AMiner论文推荐

论文名称:Evolutionarily informed machine learning enhances the power of predictive gene-to-phenotype relationships论文链接:https://www.aminer.cn/pub/6153e35a5244ab9dcb3d3922?f=cs从基因组规模的信息中准确预测复杂的表型特征是一个挑战。有几个因素导致了这些挑战。首先,与越来越多的组学数据的可用性相反,从充分代表表型多样性空间的遗传多样性人群中收集

2021-10-20 16:29:15 95

原创 AMiner论文推荐

论文名称:NON-DEEP NETWORK论文链接:https://www.aminer.cn/pub/616ce5a05244ab9dcbacfa96?f=cs本文是普林斯顿大学的Jia Deng团队的最新力作ParNet:它凭借12层的深度网络在ImageNet上达到了80.7%的top-1精度 。所提ParNet以RepVGG的模块为出发点,同时提出了针对非深度网络设计的SSE模块构建了一种新型的模块RepVGG-SSE 。所提方案凭借非常浅的结构取得了非常高的性能,比如:ImageNet的80

2021-10-20 16:27:30 111

原创 《因果学习周刊》第2期:因果表征学习

关于周刊因果学习作为人工智能领域研究热点之一,其研究进展与成果也引发了众多关注。为帮助研究与工程人员了解该领域的相关进展和资讯,智源社区结合领域内容,撰写了第2期《因果学习周刊》。本期周刊将主要讨论因果表征学习的相关研究。传统的因果发现通常是直接从结构化变量数据出发,研究变量之间的因果关系,但在实际应用中,大量的数据都是非结构化的,例如图片、文本等等;并且,传统的因果发现方法在可扩展性上有较大的局限性,无法处理变量维数较高的情况。因此,传统的因果发现方法在许多场景下无法直接应用。而近年来,随着深度学习的

2021-10-20 10:50:07 1115

原创 AMiner论文推荐

论文名称:ADOP: Approximate Differentiable One-Pixel Point Rendering论文链接:https://www.aminer.cn/pub/6167a0375244ab9dcbcd982e?f=cs合成逼真的虚拟环境是计算机图形学和计算机视觉中研究最多的主题之一,它们所面临是一个重要问题是 3D 形状应该如何编码和存储在内存中。用户通常在三角形网格、体素网格、隐函数和点云之间进行选择。每种表示法都有不同的优点和缺点。为了有效渲染不透明表面,通常会选择三角形

2021-10-19 15:07:19 111

原创 AMiner论文推荐

论文名称:Deep recurrent optical flow learning for particle image velocimetry data论文地址:https://www.aminer.cn/pub/616e61226750f82ddab94c52?f=csPIV 是实验流体力学中的一项关键技术,用于确定各种复杂工程问题中流场的速度分量。PIV 实验在其中发挥重要作用的当前研究主题包括:分析内燃机的内部气流,例如,优化效率或减少污染物排放;心室辅助装置中异常血流相关血栓形成风险的调查;以

2021-10-19 15:06:18 200

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除