encoder | BriefGPT - AI 论文速递

关键词encoder

搜索结果 - 112

警惕别名 - 信号保留对于强健的图像恢复至关重要
通过在传统的重建变压器中提供无混叠路径，BOA-Restormer 是一种基于变压器的图像恢复模型，能够同时改善模型稳健性和恢复性能。
PDF21 days ago
CycleFormer：基于语言建模的 TSP 求解器
我们提出了一种新的 Transformer 模型 CycleFormer 用于解决旅行推销员问题 (TSP)。该模型充分考虑了 TSP 的特点，并通过将编码器输出与解码器线性层相等以及直接连接编码器的上下文向量来实现这些元素的完全融合。通过
PDFa month ago
StyleX: X 射线风格距离的可训练度量
通过利用简单的 Siamese 学习，我们引入了一种基于深度学习的度量方法来量化不匹配图像对之间的风格差异，利用训练无需任何显式的风格距离知识的编码器生成 X 射线图像风格表征。实验结果表明，我们的方法能够提供有意义且区分性强的风格表征，并
PDFa month ago
一种分层特征重构的自编码器用于无监督异常检测
无需任何手动注释和先前知识的异常检测和定位是一项具有挑战性的任务，本文提出了一个简单而有效的架构，在异常检测中取得了更准确和鲁棒的定位结果。
PDF2 months ago
MambaAD：用于多类无监督异常检测的状态空间模型研究
应用 Mamba 到多类无监督异常检测，提出了包含预训练编码器和 Mamba 解码器的 MambaAD，通过在多个尺度上引入局部增强状态空间模块 (LSS)，该方法在六个不同的异常检测数据集上展示了具有 SoTA 性能的结果，证实了其有效性
PDF3 months ago
探究投影头在表示学习中的益处
对于提取高质量表示的有效技术是在训练期间在编码器上方添加投影头部，然后丢弃它并使用预投影表示。本研究通过理论解释揭示了这种技术成功的原因，探索了低层特征表示规范化和非线性相互作用对模型性能的影响，并证明了这种机制如何提高有监督对比学习和有监
PDF3 months ago
极端编码器输出帧率降低：改善大规模端到端模型的计算延迟
通过在编码器中应用多个帧压缩层，我们能够以较低的计算复杂度实现在每 2.56 秒的输入语音中生成一个编码器输出帧，而又不显著影响大规模语音搜索任务的词错误率，并相比于强大但计算代价高昂的基准模型，降低编码器和解码器延迟分别达到了 48% 和
PDF4 months ago
SLIC：一种利用结构和颜色的学习型图像编解码器
通过基于结构和颜色的学习图像编解码器（SLIC），将压缩任务分割为亮度和色度，构建具有新颖的多尺度架构的深度学习模型，通过将不同阶段的特征结合以获取潜在表示。通过各种实验研究和分析，与其他图像编解码器进行比较，通过通道脉冲响应、潜在通道和各
PDF5 months ago
加快扩散：重新思考 Diffusion 模型中 UNet 编码器的作用
通过对 UNet 编码器的全面研究，我们发现编码器特征变化温和，而解码器特征在不同时间步长间存在显著变化。根据这一观察，我们引入了一种简单而有效的编码器传播策略，以加速各种任务的扩散抽样。此外，我们还引入了一种先验噪声注入方法来改善生成图像
PDF7 months ago
考虑物理信息的生成 - 编码对抗网络及潜空间匹配用于随机微分方程
我们提出了一种新的物理信息生成编码对抗网络，用于有效解决随机微分方程中正向、反向和混合问题所带来的挑战。该模型包括生成器和编码器两个关键组件，通过梯度下降轮流更新。与直接匹配近似解和真实快照的先前方法不同，我们采用间接匹配，在较低维潜在特征
PDF8 months ago
利用图像相关的归纳偏见在单支视觉跟踪中的应用
提出了一种自适应 ViT 模型预测跟踪器 (AViTMP)，通过引入适配器模块和联合目标状态嵌入来丰富基于 ViT 的稠密嵌入范式，并结合了稠密融合解码器和判别式目标模型以预测准确位置。通过双向循环跟踪验证的循环跟踪方法 CycleTrac
PDF8 months ago
基于原则的分层深度学习方法用于联合图像压缩和分类
通过三步联合学习策略，将编码器引导为具有紧凑性、有辨识力的特征，以低频带宽要求传递高分类准确性的特征信息，并通过基于熵的量化和 / 或手动截断实现可调的比特率。
PDF8 months ago
KDD变分自编码器中缺失数据的后验一致性
通过提出一种正则化方法来提高变分自动编码器（VAEs）对于缺失数据的后验一致性，从而改善了缺失数据条件下的重构质量和利用潜在空间中的不确定性进行下游任务的绩效。
PDF8 months ago
关于句子嵌入的维度
通过维度分析，我们提出了一种双步训练方法，优化编码器和池化器以减轻低维场景中的整体性能损失，从而显著提高低维句子嵌入的性能。
PDF8 months ago
EMNLP利用语义单元增强神经机器翻译
我们提出了一种 Semantic Units for Machine Translation (SU4MT) 方法，通过模型化句子中的语义单元，并利用它们来为理解句子提供新的视角。实验结果表明，我们的方法能有效地建模和利用语义单元级别的信息
PDF8 months ago
使用 Wasserstein ALI 和改进的 MIPGAN 生成最坏情况变形
使用生成对抗网络（GAN）创建逼真图像的方法已取得很大进展。为了能够重建图像或使用真实数据生成图像，需要一个编码器，它可以将 GAN 的潜在空间映射回图像空间。通过训练三个网络（编码器、解码器 / 生成器和鉴别器），可以同时构建这三个网络（
PDF9 months ago
3D-Mol: 分子属性预测的新型对比学习框架与三维信息
通过提取三维特征和使用对比学习的方法，我们的研究提出了一种名为 3D-Mol 的新型三维结构分子建模方法，用于准确表示空间结构，并在 7 个基准测试中展示了出色的性能。
PDF9 months ago
中文自然语言问题的自动数据可视化生成
数据可视化已成为从大规模数据集中获取洞察力的有效工具。本研究提出了一种中文文本到可视化的数据集，并展示了我们对该问题的首次尝试。我们的模型集成了多语言 BERT 作为编码器，增强了跨语言能力，并将 $n$-gram 信息融入我们的词表示学习
PDF10 months ago
ICCVStyleInV: 无条件视频生成的时态风格调制反演网络
我们介绍了一种新颖的基于学习的倒置网络的运动生成器设计，通过将边缘图像编码为潜在变量，再通过指导初始帧的倒置编码器，使我们的方法能够生成平滑的未来潜在变量，从而实现了生成长时间和高分辨率视频的优势。
PDF10 months ago
无跳跃连接的换脸强化去混叠
提出了一种名为 'WSC-swap' 的新的面部交换框架，通过消除 skip connections 并利用两个目标编码器来分别捕获非脸部区域属性和脸部区域的语义非身份属性，并使用对抗训练中的身份移除损失和 3DMM 模型中的非身份保留损失
PDFa year ago