AI 论文速递

最新

基于图的检索增强生成动态少样本文本分类
本研究探讨了在标注数据稀缺且目标标签频繁变化的动态少样本文本分类中，现有神经网络模型的局限性。提出了一种名为GORAG的框架，通过构建自适应信息图，从多文本中提取和动态检索相关信息，从而显著提高了文本分类的准确性和全面性。研究表明，GORA
PDF4 days ago
通过有效聚合局部特征增强屋顶太阳能电池板检测
本研究解决了屋顶太阳能光伏电池板检测中的特定问题，提出了一种基于卷积神经网络（CNN）的方法，通过提取屋顶局部特征并利用VLAD技术聚合为全球特征，进而训练传统机器学习模型进行分类。研究结果表明，该方法在三个城市的屋顶电池板分类精度超过预设
PDF4 days ago
针对医疗数据的多模态一次性联邦集成学习与视觉大语言模型
本研究针对传统联邦学习在医疗领域的通信开销和延迟问题，提出了一种创新的多模态一次性联邦集成学习框架FedMME。该方法结合医用图像和文本数据，通过视觉大语言模型生成文本报告，从而提升了诊断准确性，相较于现有方法在各种数据分布下的表现更为出色
PDF4 days ago
一次性前进：高效云协同设备推荐的结构参数化适应
本文解决了云中心推荐系统中传统数据交换带来的带宽需求和隐私风险问题，通过提出Forward-OFA，构建设备特定网络的动态结构和参数。该方法通过结构控制器确定每个设备所需的网络块，优化异构结构的共同适应性并防止梯度冲突，从而实现仅需一次前向
PDF4 days ago
利用结构状态空间模型的最先进语音识别：Samba-ASR
本研究解决了传统变压器模型在长序列处理和输入长度扩展中的局限性，通过提出Samba ASR模型，利用新颖的Mamba架构实现了语音识别的性能提升。实验结果显示，Samba ASR在多个标准基准测试中超越了现有的开源变压器模型，展现了其在低资
PDF4 days ago
基于结构化状态空间模型的最先进语音识别系统Samba-ASR
本研究解决了传统变换器模型在长范围依赖处理上的局限性，提出了Samba ASR，这是一种基于新型Mamba架构的自动语音识别模型。研究结果表明，Samba ASR在多个标准基准测试中超越了现有变换器模型，在准确性和效率上表现优越，展现出在资
PDF4 days ago
利用结构状态空间模型的Samba-asr最先进语音识别
本文提出了Samba ASR，这是第一个利用新颖的Mamba架构作为编码器和解码器的最先进自动语音识别模型，基于状态空间模型（SSM）。该模型有效地建模了局部和全局时间依赖性，克服了变压器模型在处理长距离依赖性和输入长度扩展方面的局限性，从
PDF4 days ago
RDD4D：四维注意力引导的道路损伤检测与分类
本研究针对现有道路损伤检测方法在处理多种损伤类型时的不足，提出了多样化道路损伤数据集（DRDD），填补了数据集在不同损伤类型和尺度上的空白。同时，我们介绍了一种新模型RDD4D，它利用Attention4D模块在多个尺度上进行特征优化，显著
PDF5 days ago
InpDiffusion：通过条件扩散模型进行图像修复定位
本文针对图像修复定位（IIL）中存在的过度自信和细微篡改边界检测困难的问题，提出了一种新的范式——InpDiffusion，将IIL视为条件掩码生成任务。这种方法通过引入边缘条件和新颖的边缘监督策略，改善了对修复图像中细节的感知，从而显著提
PDF5 days ago
基于决策的异构图注意力网络用于多类假新闻检测
本研究针对现有假新闻检测方法以二分类为主以及对节点静态邻域依赖的问题，提出了一种名为基于决策的异构图注意力网络（DHGAT）的新模型。DHGAT通过动态优化和选择每层中每个节点的邻域类型，提升了假新闻检测的准确性与效率，且在LIAR数据集的
PDF5 days ago
增强终身多智能体路径寻找的缓存机制
本研究解决了多智能体路径寻找（MAPF）在连续任务分配中的效率问题，提出了一种新的终身多智能体路径寻找缓存机制（L-MAPF-CM）。该机制通过高层缓存存储与低层路径规划的结合，提高了任务分配的动态性和效率，尤其在高缓存命中率和流畅交通条件
PDF5 days ago
InfiFusion：通过大规模语言模型融合增强跨模型推理的统一框架
本研究解决了大规模语言模型在各推理任务中表现不一致的问题，提出了一种整合多个领域专用模型的新方法。通过引入新的比率偏态自适应融合技术，研究展示了一种有效融合多个模型输出的方法，实现了在GSM8K、MATH和HumanEval任务上显著提高准
PDF5 days ago
通过匹配实现公平性
本研究解决了现有群体公平性测量的隐含属性问题，开发了新的群体公平约束，以学习更公平的模型。提出的匹配人口平衡 (MDP) 量化了不同保护群体之间预测差异，并通过创新算法“通过匹配实现公平性”（FTM）成功训练出具有特定良好特性的群体公平模型
PDF5 days ago
文本分割与奖励学习以改善语言模型的强化学习人类反馈
本研究解决了以往强化学习人类反馈（RLHF）方法在处理语言模型生成过程中的序列性问题和稀疏奖励问题。我们提出了一种基于段落的奖励模型，赋予每个语义完整的文本段落奖励，并通过动态文本分割与标准序列偏好数据集的兼容性，实现更有效的奖励学习。研究
PDF5 days ago
CodeVision：使用二维标记概率图和视觉模型检测大语言模型生成的代码
本研究解决了在软件开发中识别人类编写代码与大语言模型（LLM）生成代码之间的难题，尤其是对学术诚信造成的挑战。我们提出了一种新颖的检测方法，通过结合二维标记概率图与视觉模型，能够保留代码的空间结构，显著提高了对多种编程语言中LLM生成代码的
PDF5 days ago
GLoG-CSUnet：通过可适应的放射组学特征增强视觉变换器的医学图像分割
本研究解决了视觉变换器在医学图像语义分割中无法有效建模局部空间信息的问题，尤其是在小数据集上。提出的GLoG-CSUnet架构通过整合可学习的放射组学特征，结合Gabor和高斯拉普拉斯滤波器，显著提升了特征表示。实验结果表明，该方法在Syn
PDF5 days ago
GLoG-CSUnet：增强视觉变换器的可适应放射组学特征用于医学图像分割
本研究解决了视觉变换器在医学图像语义分割中无法有效建模局部空间信息的问题，特别是在小型数据集上。我们提出的GLoG-CSUnet通过结合可学习的Gabor和拉普拉斯高斯滤波器，增强了变换器模型的特征表示能力。实验表明，GLoG-CSUnet
PDF5 days ago
基于迁移学习的混合深度卷积模型用于肺癌检测
本研究解决了肺癌早期诊断准确性不足的问题，提出了一种名为最大敏感性神经网络（MSNN）的混合深度卷积模型，利用迁移学习技术增强肺癌检测的灵敏度和特异性。实验结果表明，MSNN的准确率达98%，灵敏度为97%，其创新方法通过在肺部CT扫描上叠
PDF5 days ago
ICFNet：用于生存预测的综合跨模态融合网络
该研究解决了现有生存预测方法因依赖有限数据模态而导致的性能不足问题。提出的ICFNet通过融合组织病理全切片图像、基因表达谱、患者人口统计信息和治疗方案，利用多种编码器及模块增强预测准确性。实验表明，ICFNet在多个公共数据集上优于现有算
PDF5 days ago
生成增强检索：GeAR
本文解决了传统文档检索方法中对语义相似度的不足以及对查询与文档之间细粒度语义关系的忽视。作者提出了一种新方法GeAR，通过融合与解码模块生成相关文本，从而能够"聚焦"细粒度信息，且无额外计算负担。研究结果表明，GeAR在各种场景和数据集上具
PDF5 days ago