data-efficient | BriefGPT - AI 论文速递

关键词data-efficient

搜索结果 - 57

Tubelet-Contrastive 自监督学习用于视频高效泛化
本文提出了一种基于自监督学习的方法来学习着重于动态的视频表示。该方法使用合成的运动轨迹来学习不同视频之间的相似性，使其数据利用率非常高，并且在实验中表现出了竞争性能和泛化性能。
PDFa year ago
Prismer: 一种集成专家的视觉语言模型
Prismer 是一种数据和参数高效的视觉语言模型，它利用域专家的集合来解决各种视觉语言推理任务，同时在需要少量训练数据的情况下实现了先前最先进模型的竞争性表现。
PDFa year ago
将神经链接预测器应用于复杂查询回答
本文提出了 CQD$^{A}$，即通过训练参数高效的分数调整模型来重新校准神经链接预测分数，从而解决了 CQD 方法中的问题，大大提高了结果的准确性，同时具有数据效率和鲁棒性。
PDFa year ago
编舞者：在想象中学习和适应技能
Choreographer 是一个基于模型的 agent，通过解偶探索和技能学习过程，可以从离线和在线数据中学习技能，通过在想象中并行部署这些技能，可以有效地适应下游任务，包括 URL 基准测试、DMC 套件和 Meta-World。
PDF2 years ago
ECCVVIPriors 实例分割挑战赛的任务特定数据增强和推理处理
本文旨在解决实际应用中数据不足的问题，通过提出 Task-Specific Data Augmentation (TS-DA) 策略和 Inference Processing (TS-IP) 策略的方法，充分利用视觉归纳因素，提高 VIP
PDF2 years ago
Schema-aware Reference as Prompt Improves Data-Efficient Relational Triple and Event Extraction
本文提出了一种基于预训练语言模型、schema-aware reference 和 few-shot learning 的信息抽取方法，可以克服语义差距和特征不足等诸多限制，并在四个关系三元组和事件抽取数据集上表现出更好的低资源学习性能。
PDF2 years ago
ICML无监督模型预训练：从像素到高效控制
本文提出了一种基于无监督 RL 策略的数据高效视觉控制的方法，通过使用 Dyna-MPC 等组件的预训练来实现更快的任务适应，并且在大规模实证研究的基础上建立了一种强化学习方法，可以使无监督设计策略的性能大大提高。
PDF2 years ago
CVPRDearKD：用于 Vision Transformers 的数据高效早期知识蒸馏
本文提出了一种早期知识蒸馏框架 (DearKD)，通过从卷积神经网络的早期中间层中提取归纳偏差然后通过无蒸馏进行训练，以提高变压器所需的数据效率。我们还针对极端的零数据情况提出了一种基于 DeepInversion 的边界保留内部分歧损失，
PDF2 years ago
使用视觉无人机群进行协作目标搜索：一种自适应嵌入多阶段强化学习方法
本文提出了一种新的数据高效强化学习方法（Adaptive Curriculum Embedded Multi-Stage Learning，ACEMSL）来解决协作目标搜索的挑战，该方法可在可视无人机群中实现协作任务，并通过模拟和实际飞行测
PDF2 years ago
ICML学习对称嵌入以实现等变世界模型
利用学习对称嵌入网络（SENs）的方法能够促进等变网络应用于具有复杂对称性表示的数据，并可能相对于全等变和非等变基线产生精度和泛化方面的改进。
PDF2 years ago
ICLR分子生成的数据有效图形语法学习
本文提出了一种数据效率的生成模型，其核心是可学习的图形语法，能够从比常规基准小几个数量级的数据集中学习，生成高质量的分子。
PDF2 years ago
通过半监督联合学习进行隐私保护的语音情感识别
本文提出了一种隐私保护、数据高效的基于联邦学习的语音情感识别方法，该方法结合有标记和无标记设备数据通过自我训练学习模型，实验结果表明该方法能够在低可用数据标记和高度非独立同分布的情况下学习出泛化性较强的模型，平均只需 10% 的标记数据就能
PDF2 years ago
ICLR基于模型的强化学习的实验设计视角
本文提出利用贝叶斯最优实验设计思想指导选择状态 - 动作对查询以达到高效学习的方法，即提出一种衡量一个状态 - 动作对对马尔可夫决策过程的最优解提供多少信息的获取函数，在每次迭代中，我们的算法最大化这个获取函数，选择提供最多信息的状态 -
PDF3 years ago
CVPR从稀疏的输入视图推断神经辐射场的密集深度先验
本文提出了一种利用深度先验来优化神经光辐射场模型的新方法，可在使用尽可能少的输入图像进行室内场景的数据有效的新视角合成中实现高保真度。
PDF3 years ago
ACLMetaQA：专家代理人联合多技能问答
本研究提出了一种灵活和高效的架构，旨在通过考虑问题、回答预测和置信度得分来从候选答案中选出最佳答案，将专家代理与该架构相结合，从而在多域和多数据集方案中实现了先前的多代理和多数据集方法所不能达到的表现。
PDF3 years ago
EMNLP利用反强化学习的多重奖励组分将语言映射到程序
本文介绍了一种基于逆强化学习和良好奖赏定义的模型，将自然语言指令映射成能够被计算机处理的程序，并在 VirtualHome 框架中进行了改进实验，取得了更好的性能表现，且数据效率更高，并获得了人类评估者更高的评分。
PDF3 years ago
ECCVSITTA: 单张图像纹理转换用于数据增强
本文提出一种数据扩充的方法 ——Single Image Texture Translation for data Augmentation (SITTA)，并研究其在纹理合成和图像翻译方面的应用。研究表明，使用 SITTA 方法可以提高图
PDF3 years ago
学习神经符号关系转换模型用于双层规划
本研究提出了一种新型模型 NSRTs，它具有符号和神经组件，在很少的训练次数后就可以用于快速规划，并可以泛化到更多的物体和行为，具有数据高效的特点。
PDF3 years ago
CVPR基于多标准的凸在线视频帧子集选择技术对自动驾驶数据的高效处理
本文研究了如何用数据更加高效地训练自动驾驶系统，并提出了一种基于凸优化和次模优化的在线视频采样方法，该方法仅保留对应关键场景，实验结果表明，在最困难的转弯任务中，该方法可以舍去 80% 的数据，但是能够保留学习模型所需要的重要特征，从而加快
PDF3 years ago
论基于模型的强化学习中超参数优化的重要性
本文研究了基于模型的强化学习中的自动超参数优化方法，实验证明，与人工调参相比，自动 HPO 能显著提高算法性能，并通过动态地调整多个超参数进一步优化模型性能，实验还揭示了计划视野和学习率等超参数对模型稳定性和奖励的影响。
PDF3 years ago