deep learning | BriefGPT - AI 论文速递

关键词deep learning

搜索结果 - 9870

解决谜题：推导深度网络的最优解释
通过整合不同的解释方法并利用非线性的 “解释优化器”，我们提出了一种新颖的框架，旨在增强深度神经网络的可解释性，并通过实验证实了其有效性。
PDFa day ago
基于深度学习的半三维面孔准保形表面配准应用于人脸识别
该研究提出了一种基于深度学习和拟共形几何的方法，用于处理局部人脸数据的三维人脸注册，其通过使用曲率信息检测面部特征并估计其对应的坐标，从而建立局部人脸和模板表面之间的密集对应关系，实现点对点的几何差异估计及形状比较。
PDFa day ago
太阳多目标多帧盲反卷积及具有空间变化卷积神经模拟器
该论文介绍了一种利用深度神经网络模拟空间变异卷积的新框架，为天文图像去模糊的效率和准确性带来突破；通过对具有空间不变点扩散函数的图像数据集进行训练，并验证了其适用于空间变异条件，该方法在传统方法上具有显著突破，将卷积模拟器用作太阳图像的多目
PDFa day ago
ACL自然语言处理教育中预神经网络方法的相关性
比较介绍了澳大利亚和印度两门自然语言处理（NLP）课程，并研究了 Transformer 和早期神经算法在课程的讲座计划和评估中的平衡。观察到早期神经算法对学生学习有益，帮助他们建立对 NLP 问题、潜在解决方案甚至基于 Transform
PDFa day ago
IJCAI提升作物育种中转基因表现的一个令人尴尬地简单方法
通过使用简单而有效的基于 Transformer 的框架，在 rice3k 和 wheat3k 数据集上进行实验，通过简单的技巧如 k-mer 标记和随机掩蔽，Transformer 可以在感兴趣的 GS 任务中表现出整体优越性能，从而释放
PDF2 days ago
从未分割的医学图像中的弱监督贝叶斯形状建模
通过点云监督，提出了一种弱监督的深度学习方法来预测统计形态模型的构造，从而提高模型的训练可行性。
PDF2 days ago
通过图像图对比预训练学习泛化的医学图像表示
通过医疗图片的图像 - 图对比学习框架，利用从放射学记录中自动提取的结构化报告知识图形，独特地编码了断开的图形组件，通过关系图卷积网络和 transformer 注意力机制，在对 CheXpert 数据集进行实验时，在 1% 线性评估和少样
PDF2 days ago
Point2SSM++：从点云中自我监督学习解剖形状模型
基于统计形状建模（SSM）的对应关系是在临床研究中进行形态学分析的一种强大技术。Point2SSM++ 是一种基于深度学习的自我监督方法，从解剖形状的点云表示中直接学习对应点，旨在克服 SSM 在医学研究中的潜力未被充分利用的问题，并通过广
PDF2 days ago
Hénon 映射中后续步骤预测的比较分析
深度学习在预测混沌系统演化中的重要性，通过对 H'enon 地图使用多种机器学习技术的性能评估，结果表明 LSTM 网络在预测精度上表现出优势。
PDF2 days ago
广义全息简化表示
通过引入 Generalized Holographic Reduced Representations (GHRR)，本文探讨了基于 Hyperdimensional Computing (HDC) 的深度学习方法，通过在保留连接主义方法
PDF2 days ago
使用混合数据集训练深度学习模型以实现对真实合成孔径雷达图像的稳健自动目标检测
通过使用合成目标，训练具有深度学习方法的自动目标检测模型来解决合成孔径雷达图像中地面目标检测算法所面临的挑战，并证明该方法能在无需真实数据训练的情况下，在真实数据上达到高达 90% 的平均精度。
PDF2 days ago
DeCoDEx: 用于改进基于扩散的反事实解释的混淆因素检测引导
通过使用 DeCoDEx 框架，将外部预训练的二元人工物体探测器引入到扩散式反事实图像生成器中，成功地解决了在存在主导性和多样性人工物体的情况下准确解释性的偏见缓解策略的问题。
PDF2 days ago
基于视觉的神经外科导航：无监督定位和相机姿态预测
基于解剖识别的深度学习方法，通过无监督学习从手术视频中构建手术路径，从而解决内窥镜手术中由于缺乏可区分的纹理和地标以及内窥镜设备的局限性（如有限的视野和光照条件）所带来的定位问题。
PDF2 days ago
SARATR-X: 合成孔径雷达图像目标识别的基础模型
基于自监督学习构建的基础模型 SARATR-X，通过集成多个数据集、使用不同的模型骨干和两阶段训练技术，实现了在 5 个数据集上具有竞争力和优越性能的普适合成孔径雷达自动目标识别。
PDF2 days ago
具有内容感知形状调整的三维形状增强
近期在三维模型方面的深度学习研究取得突破，主要集中在生成、检测和场景理解。为了应对大型训练数据集的挑战，我们引入了一种基于拼接裁剪的新颖三维模型增强方法，称为高效三维拼接裁剪（E3SC），它在保证整体语义不受影响的同时，逐步变形输入模型的部
PDF2 days ago
地震工程中的深度学习：综述
该研究综述了利用深度学习（DL）作为解决地震工程中存在的挑战性问题的强大工具所引起的日益浓厚的兴趣，并通过讨论方法论的进步和探索不同研究主题中的各种 DL 应用，来揭示 DL 在地震工程研究和实践中的机遇和挑战。
PDF2 days ago
利用自动编码器和深度迁移学习确定 286 个 CARMENES M 矮星的恒星参数
利用深度迁移学习和自动编码器，基于特征的深度迁移学习方法可以准确地确定 M 矮星的恒星参数，包括有效温度、表面重力、金属丰度和投影旋转速度。通过在降维的特征空间中使用卷积神经网络进行参数估计，实现了人工合成光谱与实际观测光谱之间特征分布的减
PDF3 days ago
RMT-BVQA：基于循环记忆变换器的盲视频质量评估方法，用于增强视频内容
提出一种针对增强视频内容的新型盲目深度视频质量评估 (VQA) 方法，其利用基于新数据库的新颖内容质量感知对比学习策略及经过优化的具有内容感知的 RMT 网络架构获取视频质量表示，并通过线性回归将提取的质量表示组合成视频级质量指数。实验证明
PDF3 days ago
CVPRStraightPCF: 直接点云滤波
点云过滤是一项基础的三维视觉任务，本文提出了一种基于深度学习的新方法 StraightPCF，通过沿直线路径移动噪点以减少离散化误差和更快地收敛到干净表面，该方法在合成和实际数据上均取得了最先进的结果。
PDF3 days ago
利用基于 Transformer 的序列建模技术，挖掘纵向医学成像在眼部疾病预后中的潜力
该研究使用深度学习技术从长期的医学图像中对年龄相关性黄斑变性和原发性开角型青光眼进行动态预测，取得了显著的成果。
PDF3 days ago