Pour vous aider à apprendre mieux jeune recherche universitaire et la technologie de pointe, AI Technology Review Document conjoint Yanxishe (paper.yanxishe .com ), A lancé aujourd'hui une partie, tant pour référence académique pour vous tous les jours [papier] vous en apprendre davantage sur la sélection de pointe intelligence artificielle. Ce qui suit est une sélection d'aujourd'hui contenu -
annuaire
-
NWPU-Crowd: Une référence à grande échelle pour le comptage Crowd
-
Un cadre d'apprentissage collaboratif via Federated Meta-Learning
-
Viton Un essayage virtuel réseau basé sur l'image
-
l'apprentissage de transfert pour la classification des séries chronologiques
-
PR Produit: Un remplacement Produit intérieur dans les réseaux de neurones
-
PLUS RAPIDE DE NEURONES NETWORKS DROIT DE JPEG
-
La détection d'objets dans 20 ans: une enquête
-
Texte sphérique Embedding
-
Mechanism Design avec prédites Groupe Le chiffre d'affaires systèmes de vélos
-
Sémantique-Aware BERT pour la compréhension Langue
NWPU-CHAND: nombre de population à grande échelle base
Titre de la thèse: NWPU-Crowd: Une référence à grande échelle pour le comptage Crowd
Auteur: Wang Qi / Gao Junyu / Lin Wei / Li Xuelong
Publié: 10/01/2020
Documents lien: https: //paper.yanxishe .com / Revue / 8731
Raison recommandée: cet article est de considérer le problème de comptage de la population.
Actuellement, la taille de la population de l'ensemble de données sont trop publiques à petite échelle, ne convient pas à une formation basée sur convolution réseau de neurones. Ce document est une contribution à une foule massive comptent ensemble de données NWPU-Foule, il contient 5109 images, a marqué un total de 2,133,238 personnes. Par rapport à d'autres ensembles de données, un nouvel ensemble de données comprenant une variété de scènes d'éclairage, et ayant une densité de courant maximale dans la gamme de tels problèmes. De plus, les chercheurs ont également ouvert un peut présenter les derniers résultats décrits ci-dessus pour les sites d'examen cet ensemble de données, nous favorisons les résultats de la recherche ont été comparés.
Sur la base de cadre d'apprentissage collaboratif dollars fédéraux d'apprentissage
Titre de la thèse: un cadre de collaboration via l'apprentissage fédéré méta-apprentissage
Auteur: Lin Sen / Yang Guang / Zhang Blanch
Publié: 09/01/2020
Documents lien: https: //paper.yanxishe .com / Revue / 8732
Le présent document compte tenu des questions en temps réel de pointe intelligente.
Les choses bord périphériques informatiques en raison de leurs ressources limitées et les données locales limitées, ne peuvent généralement pas obtenir bord intelligente en temps réel. À cette fin, propose une plate-forme pour améliorer le cadre de filtrage collaboratif de cet article, d'une part par la méthode de méta-apprentissage du modèle de formation commune sur un ensemble de noeuds de bord, puis seulement par quelques échantillons afin que vous puissiez adapter rapidement aux nouvelles tâches sur le modèle du nud de bord cible. Pendant ce temps, ce document a également étudié la convergence de l'algorithme de méta-apprentissage en commun dans le comportement adaptatif des articulations et la similitude de leurs objectifs bords relevés. Pour se défendre contre les attaques algorithme méta-apprentissage peut souffrir conflictuel, ce document a également proposé un algorithme d'optimisation de distribution fondés sur l'étude conjointe robuste. Les expériences réalisées sur différents ensembles de données basés sur le cadre éprouvé de l'étude conjointe de l'efficacité du yuan cet article a soulevé.
Viton basée sur l'image virtuelle du réseau essayer
Titre de la thèse: Viton: Une image basée sur Try-réseau virtuel
Auteur: Han Xintong / Wu Zuxuan / Wu Zhe / Yu Ruichi / Davis Larry S.
Publié: 22/11/2017
Documents lien: https: //paper.yanxishe .com / Revue / 8579
raison recommandée
1, le premier papier sur le raccord virtuel
2, en utilisant la technique de TPS Wrap
3, open source, (actuellement la source de données pour les risques juridiques fermés)
4, il vaut la peine de lire l'entrée
classement des séries chronologiques basées sur l'étude de la migration de profondeur
Titre de la thèse: le transfert d'apprentissage pour la classification des séries chronologiques
Auteur: Fawaz Hassan Ismail / Germain Forestier / Weber Jonathan / Idoumghar Lhassane / Muller Pierre-Alain
Publié: 05/11/2018
Documents lien: https: //paper.yanxishe .com / Revue / 70
Raison recommandée: la profondeur du transfert de l'apprentissage le réseau de neurones est d'abord formé sur la base d'un ensemble de données de source de réseau, puis apprendre les caractéristiques (poids du réseau) est transféré dans un second processus d'être formés sur un ensemble cible de réseaux de données. L'idée a été prouvé pour augmenter la profondeur de la capacité de généralisation des réseaux de neurones dans de nombreuses tâches de vision par ordinateur (comme la reconnaissance d'image et l'emplacement de l'objet) dans. En plus de ces applications, la profondeur du réseau de neurones de convolution (CNN) est également très populaire dans la communauté récente classification des séries chronologiques (TSC). Cependant, les problèmes de reconnaissance d'images différentes, pour la tâche TSC, le transfert de technologie d'apprentissage n'a pas encore été étudié à fond. Cela est surprenant, car si le réseau de neurones pré-formés (plutôt que de partir de la formation de zéro) pour affiner le modèle, vous pouvez potentiellement améliorer la précision du modèle d'apprentissage en profondeur TSC.
Dans cet article, les auteurs examinent comment transférer la tâche TSC profonde de combler cette lacune par CNN. Afin d'évaluer le transfert potentiel de l'apprentissage, les auteurs utilisent des archives DUC a mené des expériences approfondies, le fichier qui contient le plus grand indice de référence TSC publique 85 ensembles de données. Pour chaque ensemble de fichiers de données, un pré-formé modèle, puis peaufinage dans les autres ensembles de données, produit 7,140 différentes profondeurs réseau de neurones. Ces expériences montrent que le transfert peut être amélioré ou réduit modèle prédictif d'apprentissage basé sur l'ensemble des données utilisées dans le transfert. Par conséquent, de prédire si une donnée ensemble donné ensemble de données source cible optimale, les auteurs proposent une nouvelle méthode repose sur la similitude de déformation temporelle dynamique entre l'ensemble de données mesurées, qui décrit une méthode et des conseils sur la façon de sélectionner la meilleure source de transfert de données ensemble, améliorant ainsi la précision de 85 jeu de données 71 séries de données.
PR produit: le produit du remplacement de calcul du réseau de neurones] [ICCV 2019 orale
Titre de la thèse: PR produit: Un remplacement Produit intérieur dans les réseaux de neurones
Auteur: Wang Zhennan / Zou Wenbin / Xu Chen
Heure: 2019/4 / 30
Documents lien: https: //paper.yanxishe .com / Revue / 176
Raison recommandée: le vecteur de poids w et x est le calcul du vecteur caractéristique du produit intérieur dans les réseaux de neurones partout, mais peu de gens pensent et a étudié l'impact négatif provoqué par produit à usage interne.
Ce document souligne les lacunes dans le fonctionnement du produit, la nouvelle opération de produit PR proposé, l'opération pour combler les lacunes dans le fonctionnement du produit, peut réduire la difficulté du réseau de formation.
1. Motivation Étude: make gradient de rétropropagation devient plus petit dans un angle de fonctionnement vecteur produit interne proche de 0 ou pi, ce qui augmente la difficulté de formation de réseau
2. L'innovation: PR proposé le calcul du produit, le calcul de la propagation vers l'avant dans le produit équivalent, mais peut faire le gradient rétropropagation angle vectoriel paramètres indépendants
3. Les résultats: une simple opération de produit intérieur remplacera le produit de PR peut améliorer considérablement les performances de notre réseau et le FC, CNN, RNN. Appliquer
produit PR est simple et efficace, plug and play, comme un couteau suisse commodément, ce document a été reçu ICCV 2019 communications orales.
Fournir le code de la version PyTorch en douceur Dense couche produit PR, convolution et unité couche de LSTM, hors de la boîte.
-
Lazy! Rationnelle Semi-décodage des images JPEG permet la vitesse du réseau 1,77 fois
Titre de la thèse: NETWORKS PLUS RAPIDE DE NEURONES DROIT DE JPEG
-
Rappelant les 20 ans de détection de cible: sec
Titre de la thèse: détection d'objets dans 20 ans: une enquête
-
texte sphérique intégré
Titre de la thèse: Texte Embedding sphérique
-
système de partage de vélos a des tâches de conception mécanisme gains attendus
Titre du papier: Mécanisme de conception avec prédites Groupe Le chiffre d'affaires systèmes de vélos
-
Sémantique pour la perception compréhension du langage BERT
Titre de la thèse: BERT Sémantique-aware pour la compréhension Langue