论文阅读：Brain–Computer EMO: A Genetic Algorithm Adapting to the Decision Maker

最新推荐文章于 2025-05-02 18:16:04 发布
最新推荐文章于 2025-05-02 18:16:04 发布
阅读量1.3k 收藏 25
点赞数 21
分类专栏： 论文阅读 文章标签： 论文阅读 多目标优化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33021529/article/details/135989058
版权

Brain–Computer Evolutionary Multiobjective Optimization: A Genetic Algorithm Adapting to the Decision Maker

作者：Roberto Battiti、Andrea Passerini
期刊：IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTA TION、OCTOBER 2010
DOI：10.1109/TEVC.2010.2058118

内容简介

在多准则决策制定领域中，决策者的重要性得到了广泛的认同。这将会强调人机的无缝交互，以及改进解决方案技术以适应从DM逐步获得的知识。本文采用反应搜索优化(reactive search optimization，rso)方法进行进化交互式多目标优化。RSO 遵循“优化时学习”的模式，通过使用在线机器学习技术作为自校正优化方案的一个组成部分。利用用户对解决方案的判断，建立了稳健的用户效用函数增量模型，目的是减少用户对解决方案的认知负担，从而找到满意的解决方案。在效用函数训练过程中，结合支持向量排序技术和 k层交叉验证算法，选择最优的核函数。给出了一系列基准问题的实验结果。

内容摘录

Brain-Computer优化：在EMO方法中学习用户偏好

解决一个多目标问题通常意味着根据某一效用准者向人类决策者提供TA认为最优的解决方案，并允许TA在竞争的Pareto最优备选方案中进行选择。当然，这个效用准则可能

最低0.47元/天 解锁文章
【YOLOv10改进-注意力机制】iRMB： 倒置残差移动块 (论文笔记+引入代码)
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
06-29 1563
本论文旨在开发现代、高效、轻量的密集预测模型，并在参数、浮点运算次数与性能之间寻求平衡。虽然倒置残差块（IRB）是轻量级卷积神经网络（CNN）的重要基础，但在基于注意力的研究中尚缺类似的构件。本研究从统一视角出发，结合高效IRB和有效的Transformer组件，重新考虑轻量级基础架构。我们将基于CNN的IRB扩展到基于注意力的模型，并提出了一种单残差元移动块（MMB）用于轻量级模型设计。
论文笔记：NSGA-Net: Neural Architecture Search using Multi-Objective Genetic Algorithm
flyminnnnn的博客
07-02 5458
NSGA-Net: Neural Architecture Search using Multi-Objective Genetic Algorithm 来源：paper, code, MSU, GECCO-2019, first Submitted on 8 Oct 2018 词汇： Words Meaning genetic algorithm 遗传算法 mutation...
论文阅读：Diffusion Model-Based Image Editing: A Survey
huzimu_的博客
03-09 2676
这篇文章是一篇基于扩散模型（Diffusion Model）的图片编辑（image editing）方法综述。作者从多个方面对当前的方法进行分类和分析，包括学习策略、用户输入、和适用的任务等。为了进一步评估文本引导的图片编辑算法，作者提出了一个新的基准，EditEval，采用了一个创新的指标：LMM Score。最后，作者分析了当前方法的局限和未来可能的研究方向。
论文阅读：Towards Large-Scale Small Object Detection: Survey and Benchmarks
YGwhere
06-07 1006
针对问题（4）进行改进，采用data-augmentation：（缺点：性能提升不一致、可移植性差）复制小物体，随机变换粘贴到同一图像不同位置；AdaResampling自适应增强策略：实现同上，但采用先验分割图指导有效粘贴位置的采样过程，并对粘贴对象进行尺度变换，从而减小尺度差异；DS-GAN基于图像分割、修复、融合技术，设计新的增强策略，生成高质量的小目标合成数据。
论文阅读：Interactive Multiobjective Optimization：A Review of the State-of-the-Art
JiaHao的博客
03-22 814
论文Interactive Multiobjective Optimization：A Review of the State-of-the-Art的阅读整理，该文献对目前的 IMO 算法进行了分类介绍。
【论文阅读+复现】AniPortrait: Audio-Driven Synthesis of Photorealistic Portrait Animation
weixin_57974242的博客
03-29 3767
生成肖像动画的挑战：唇部动作、面部表情和头部位置的复杂协调，以创造出逼真的效果。它们依赖于有限容量的生成器来创建视觉内容，如gan[3,17]、NeRF[14,13]或基于运动的解码器[16,8]。这些网络泛化能力有限，并且在生成高质量内容时缺乏稳定性。最近，扩散模型的出现[2,5,9]促进了高质量图像的生成。一些研究在此基础上结合了时间模块。建立在扩散模型的进步，我们介绍AniPortrait，旨在生成高质量的动画肖像由音频和参考图像驱动。AniPortrait分为两个不同的阶段。
《SPEA2: Improving the Strength Pareto Evolutionary Algorithm》阅读笔记
m0_59466752的博客
04-26 3726
文章目录Introduction 《SPEA2: Improving the Strength Pareto Evolutionary Algorithm》阅读笔记 摘要 本文提出了一种改进的SPEA2算法，它结合了细粒度适应度分配策略、密度估计技术和改进的档案截断方法。在不同的测试问题上，SPEA2与SPEA以及其他两种现代精英方法PESA和NSGA-II进行了比较，并取得了更好的结果。 Introduction ...
论文阅读：Learning to Compose Dynamic Tree Structure for Visual Context(CVPR2019)
qq_40349484的博客
11-18 2628
因为我的方向是场景图，所以仅介绍这篇论文中有关场景图的内容，不涉及VQA。 (a)Feature Extraction 先对输入图像进行目标检测，每个proposal的视觉特征x包括以下特征： ROIAlign feature(2048维)，空间feature(8维)，论文这里说视觉特征不局限于bbox，实例分割特征和全景特征也可以。 (b)构建可学习的对称矩阵S （1）S的计算方法如下： f(xi,xj)称为对象相关性，g(·)称为依赖特定任务的特征 （q是任务特征，在VQA中是用GRU编码的问题特征
论文阅读：A Hierarchical Recurrent Approach to Predict SGs From A Visual-Attention-Perspective(CI19)
qq_40349484的博客
02-24 1588
论文阅读：A Hierarchical Recurrent Approach to Predict SGs From A Visual-Attention-Perspective(CI19)
论文笔记（八十二）Transformers without Normalization
xzs1210652636的博客
04-30 1002
归一化层在现代神经网络中无处不在，并且长期以来被认为是必不可少的。本工作表明，通过一种非常简单的技术，不使用归一化的Transformer也能达到相同或更好的性能。我们提出了动态Tanh (Dynamic Tanh——DyT)，一种逐元素操作$\text{DyT}(x)=\tanh(\alpha x)$，可作为Transformer中归一化层的直接替代。$\text{DyT}$的灵感来源于观察到Transformer中的层归一化通常会产生类似tanh的“S型”输入输出映射。通过引入$\text{DyT}$，
论文阅读：2024 ACM SIGSAC Membership inference attacks against in-context learning
CSPhD-winston的博客
04-30 1019
在这个示例中，语言模型要完成的任务是根据问题的答案类型进行分类，比如答案类型可能是数字（Number）、地点（Location）、人物（Person）、描述（Description）、实体（Entity）或缩写（Abbreviation）。：帮助理解ICL的工作方式，它通过在输入中添加提示（包含指令和演示示例），让语言模型在不更新自身参数的情况下，通过类比示例来完成特定任务。这篇论文主要研究了大语言模型中上下文学习（ICL）的隐私安全问题，提出针对ICL的成员推理攻击方法，并探索了相应的防御策略。
论文阅读：2024 ICML In-Context Unlearning: Language Models as Few-Shot Unlearners
CSPhD-winston的博客
04-30 814
这篇论文主要介绍了一种针对大语言模型（LLMs）的新型遗忘学习方法——上下文内遗忘（In-Context Unlearning，ICUL），旨在解决从模型中删除特定训练数据的问题。Figure 1：上下文内遗忘与标准遗忘的差异。Figure 2：上下文内遗忘的示例。
论文阅读：MAXIM Multi-Axis MLP for Image Processing
Matrix-11
05-01 804
近年来，Transformer 和多层感知机（MLP）模型的发展为计算机视觉任务提供了新的网络架构设计。尽管这些模型在图像识别等许多视觉任务中已被证明是有效的，但在将它们应用于底层视觉任务时仍存在挑战。对高分辨率图像支持的灵活性不足以及局部注意力机制的局限性，可能是主要的瓶颈所在。在这项工作中，我们提出了一种基于多轴 MLP 的架构，称为 MAXIM，它可以作为一种高效且灵活的通用视觉主干架构，用于图像处理任务。MAXIM 采用了 U 型网络的分层结构，并通过空间门控的 MLP 实现了长距离的交互。
论文笔记-多智能体任务分配：动态智能空间中的拍卖与抢占机制
sagima_sdu的博客
04-29 1175
DySOMA的核心是一种先进的基于拍卖的算法，结合了新颖的任务抢占排序机制，并与动态更新的本体知识图谱无缝集成。》的论文，该文提出了一种名为DySOMA（Dynamic System Optimisation for Multiagent）的框架，旨在通过拍卖算法和任务抢占机制，结合本体知识图谱，提升动态智能空间中多机器人系统的任务调度效率。》是一篇极具启发性的论文。例如，在智能家居场景中，知识图谱可以帮助机器人识别房间的位置、物品的状态以及用户的偏好，从而在任务分配过程中做出更合理的决策。
Sce2DriveX: 用于场景-到-驾驶学习的通用 MLLM 框架——论文阅读
qq_54556560的博客
04-29 690
Sce2DriveX利用来自局部场景视频和全局BEV地图的多模态联合学习，深入了解长距离时空关系和道路拓扑，增强其在3D动态/静态场景中的综合感知和推理能力，实现跨场景的驾驶泛化。在此基础上，它重建了人类驾驶固有的内隐认知链，涵盖场景理解、元动作推理、行为解释分析、运动规划和控制，从而进一步弥合了自动驾驶与人类思维过程之间的差距。：传统方法依赖刚性规则或小型模型，缺乏对驾驶过程的渐进式推理（Chain-of-Thought, CoT），导致决策逻辑不透明，难以与人类驾驶思维对齐。
论文笔记（八十三）STACKGEN: Generating Stable Structures from Silhouettes via Diffusion
最新发布
xzs1210652636的博客
05-02 657
人类通过观察和与世界互动，自然而然地获得对刚性物体相互作用及稳定性的直觉。正是这种直觉支配了我们在环境中配置物体的方式，使我们能够利用简单的日常物体构建复杂结构。另一方面，机器人代理传统上需要一个包含每个物体的详细几何信息和环境动态分析模型的显式世界模型，而这种模型难以扩展且无法实现泛化。相反，机器人将受益于对直觉物理的认知，使其能够以类似方式推理环境中物体的稳定相互作用。为实现这一目标，我们提出了 **STACKGEN**——一种扩散模型，**用于生成与目标轮廓匹配的多样化稳定积木配置。** 为了展示该方
论文阅读_Citrus_在医学语言模型中利用专家认知路径以支持高级医疗决策
谢彦的技术博客
04-28 698
介绍 Citrus，一个医学语言模型，旨在模拟医疗专家的认知过程，以改善医学推理任务。
读论文笔记-CoOp：对CLIP的handcrafted改进
qq_73697176的博客
04-30 1161
现有基于prompt engineering的多模态模型在设计合适的prompt时有很大困难，从而设计了一种更简单的方法来制作prompt。
读论文笔记-LLaVA：Visual Instruction Tuning
qq_73697176的博客
04-30 816
研究机构：Microsoft Research发表于2023的NeurIPS。
用表情符号打造游戏：purescript-emo8游戏引擎介绍
标题中提到的“purescript-emo8”指向了一个名为“emo8”的游戏引擎，这是一个基于PureScript语言创建的2D游戏引擎，具有一个独特之处——使用表情符号来构建游戏。而“roasted_sweet_potato”可能是与emo8相关的...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值