关键词attention-based mechanism
搜索结果 - 8
- 具有注意设计的视觉增强预测自编码器 (VAPAAD)
我们提出了一种名为 VAPAAD 的注意力设计视频增强预测自编码器模型，该模型通过集成注意力设计提高了预测性能，能够对视频序列中的时间动态进行细致的理解和处理，通过使用著名的 Moving MNIST 数据集展示了所提模型的强大性能和在文献 - 学习在对话问答中选择相关历史转折
提出了一个名为 DHS-ConvQA（Conversational Question Answering 中的动态历史选择）的框架，该框架通过生成相关历史转折中的上下文和问题实体，并根据它们与问题之间的相似性进行修剪，使用基于注意机制的方法 - ECCV利用用户评论提升视频文字检索
本文介绍了一个包含视频、标题和评论的新数据集，并 presents 了一种基于 attention-based 机制的方法，该方法可以让模型从用户评论等有时不相关的数据中学习，并通过使用评论来学习更好的、更具上下文的图像、视频和音频表示。
- ACL一种新的关注视角：基于双层注意力的可解释主题建模用于新闻分类
本文提出了一个新的深度学习框架，利用两级注意力体系结构来解决模型可解释性的问题，并在新闻文章分类任务中进行了实验，结果显示该模型在可解释性能力方面具有适当性并且与许多现有模型相比性能有竞争力。
- AAAI在线多样化同行中的知识蒸馏
本文提出了一种双层蒸馏网络框架 OKDDip，其中包括多个辅助对等体和一个领导群体，辅助对等体通过注意力机制获取自己的预测目标，来作为组群内部的目标进行蒸馏学习，然后再将知识传递给领导群体，实现知识转移。实验结果表明，该框架在训练或推理复杂 - ICCV视频级标签时间定位的多注意力网络
本文提出一种多注意力机制的模型来解决视频理解中的时间定位问题，模型结合了多个注意力网络、深度帧模型、循环神经网络和卷积神经网络，并基于多实例多标签学习和 attention 权重来加强对视频中重要帧的关注，从而在 YouTube-8M Vi - 有序记忆
本研究提出了一种命令式记忆网络结构（Ordered Memory architecture），通过引入一种新的基于注意力机制的累计概率控制内存的写入和擦除操作，并使用一种新的门控递归单元将低级表示组合成高级表示。在逻辑推理和列表组合任务中获 - 具有注意力的鲁棒隐形视频水印
本文介绍了一种名为 RivaGAN 的新型架构，其具有自定义的基于注意力机制的嵌入任意数据的方式以及两个独立的对视频质量进行批判和优化鲁棒性的对抗性网络，使用这种技术，我们能够在基于深度学习的视频水印技术中取得最新成果，并产生最小的视觉失真