deep learning models | BriefGPT

关键词deep learning models

搜索结果 - 898

解读后续离群检测器对于对抗鲁棒性的定义
研究检测和防御方法，以保护深度学习模型免受不符合预期数据、对抗性示例和逃避攻击的影响。
PDF13 days ago
FT-AED：早期高速公路交通异常事件检测基准数据集
这篇论文介绍了一种大规模的高速公路交通数据集，用于异常检测，利用深度学习模型可以提高事故报告准确性和减少延迟。
PDF13 days ago
球面扩散下全球气候模型的概率仿真
数据驱动的深度学习模型正在改变全球的天气预报，但能否成功应用于气候建模仍存在挑战。本文提出了首个能够生成准确且物理一致的全球气候集合模拟的条件生成模型。我们的模型每隔 6 小时进行一次时间步骤，并在 10 年的模拟中保持稳定。我们的方法超越
PDF13 days ago
DN-CL: 通过对比学习进行噪声下的深层符号回归
通过对比学习，深度符号回归对抗噪声（DN-CL）使用两个参数共享编码器将数据点从各种数据变换嵌入到特征屏蔽中，以对抗噪声，通过减小这些特征之间的距离来区分经过噪声修正的正向对和负向对，实验结果表明 DN-CL 在处理噪声和干净数据方面具有卓
PDF13 days ago
SSAD：基于全景 X 光的牙科疾病诊断的自监督辅助检测框架
本文提出了一种自监督辅助检测 (SSAD) 框架，用于诊断牙科疾病，通过共享相同的编码器和无需微调的方式，同时训练重建分支和检测分支，以提高对细粒度特征的捕捉能力。实验证明，该框架在公共 DENTEX 数据集上的三项检测任务中取得了与主流目
PDF14 days ago
CONMOD：可控神经框架模拟效果
利用深度学习模型，我们引入了可控的神经基准调制效果 (CONMOD) 来模拟各种低频振荡驱动的效果，并通过控制参数实现对产出的操作，同时在学习两种独特相移效果的连续嵌入空间方面超越了既有研究，为提升现代低频振荡驱动音频效果的创造力提供了机会
PDF14 days ago
大规模双层优化的内存高效梯度展开
本文介绍了 $(ext {FG})^2 ext {U}$，一种解决大规模双层优化问题的新方法，该方法通过无偏随机近似元梯度来提供更准确的梯度估计，并且支持并行计算以提高计算效率。$(ext {FG})^2 ext {U}$ 在不同阶段的训练
PDF14 days ago
Web 攻击检测领域中深度学习模型的攻击和防御
该研究探讨了网络攻击检测中的后门攻击及其相应的防御方法，通过在 textCNN、biLSTM 和 tinybert 模型上的实验，发现后门攻击的成功率达到 87%，但可以通过微调来降低。未来的研究应该关注网络攻击检测中的后门防御。
PDF16 days ago
心率预测的时间序列建模：从 ARIMA 到 Transformer
这项研究探讨了使用高级深度学习模型（如 LSTM 和基于 transformer 的架构）从 MIT-BIH 数据库预测心率时间序列的方法，结果表明，深度学习模型（尤其是 PatchTST）在多个指标上显著优于传统模型，更有效地捕捉复杂的模
PDF16 days ago
实验性疼痛的面貌：将深度学习的热痛特征应用于电痛
本研究检查是否能将深度学习的特征表示从一个实验性诱发疼痛转移到另一个实验性诱发疼痛，以分类三种疼痛程度。通过使用 AI4Pain 挑战数据集，我们利用了现有的热痛卷积神经网络作为特征提取器，从而提高了验证和测试分组的性能，展示了在其他疼痛数
PDF17 days ago
基于字典的去除失焦模糊方法
基于 Isidoro，Romano 和 Milanfar 引入的 RAISR 算法，我们提出了一种扩展的快速准确图像超分辨率算法，用于去除失焦模糊，并定义了一个与图像感知质量相一致的锐度质量度量。此外，我们提出了一种基于资产分配管理的度量融
PDF17 days ago
Vul-RAG: 基于知识级 RAG 的 LLM 漏洞检测增强
使用 LL 元模型构建脆弱性知识库，并利用知识级检索增强生成（RAG）框架检测给定代码的脆弱性，取得显著的改进。
PDF17 days ago
不可察觉的节奏后门攻击：探索节奏转换在语音识别中嵌入无法检测的漏洞
研究了语音识别系统中的后门攻击问题，并提出了一种非神经网络快速算法 Random Spectrogram Rhythm Transformation（RSRT），可以生成具有良好掩盖性的恶意语音样本，实验结果表明该方法具有良好的效果和隐蔽性
PDF18 days ago
KDD利用深度学习和活跃区域片段推进太阳耀斑预测
通过利用活跃区域（AR）补丁的基于形状的磁图特征，我们引入了一种新颖的方法，并提供了一种针对整个太阳盘上的太阳耀斑进行预测的新能力（太阳经度范围从 - 90° 到 + 90° 的 AR 补丁）。我们创建了三个深度学习模型：(i) ResNe
PDF18 days ago
音乐情感预测数据集、模型与尚存挑战简要调查
深度学习模型在音乐方面取得了巨大的进展，但现如今机器学习模型在准确捕捉情感方面有多好以及研究人员面临哪些挑战呢？本文提供了可用的音乐情感数据集的综合概述，讨论了评估标准以及该领域中的竞赛，并简要概述了多种音乐情感预测模型，为该领域内的多样化
PDF21 days ago
医学图像分割的空间频率双重逐步注意力网络
我们提出了 SF-UNet，这是一个具有空间频率双域注意力网络的模型，用于准确的医学图像分割，并在三个公共数据集上证明其有效性。
PDF22 days ago
线性回归中的缩放定律：计算、参数和数据
大规模深度学习模型的实证研究表明，随着模型大小和数据规模的增加，训练模型的测试误差呈多项式改进；然而，神经缩放定律的一般形式预测增加模型大小会单调改善性能，这与传统的认知不同，即测试误差包含逼近、偏差和方差误差，并且方差错误随模型大小增加而
PDF22 days ago
深度学习模型的双重思维与感知分析使用人类对抗性示例
该研究提出了双重思维框架，通过引入对抗性数据集证明了人类视觉中双重思维的存在，同时研究了深度学习模型的定性行为，并通过使用实例分割模型来解决使用分类模型作为人类视觉计算模型的主要批评。该研究强调了形状在人类视觉中识别实例的重要性，并显示深度
PDF23 days ago
基于 Transformer 模型的广义水文预测：120 小时流量预测
该研究探讨了 Transformer 模型在美国爱荷华州 125 个不同位置的 120 小时溪流预测中的有效性。利用前 72 小时的数据，包括降雨量、蒸发蒸腾量和流量值，我们开发了一个通用模型来预测未来的溪流流量。我们的方法与通常依赖于特定
PDF23 days ago
一个针对多模态气候变化感知作物产量预测的开放和大规模数据集
通过引入 CropNet 数据集，该研究提供了一个多模态数据集，用于在县级别上准确预测作物产量，考虑了短期和长期气候变化的影响，并验证了其在气候变化感知作物产量预测中的一般适用性和有效性。
PDF24 days ago