feature representation learning | BriefGPT

关键词feature representation learning

搜索结果 - 6

MC-Stereo：多峰查找和级联搜索范围进行立体匹配
基于迭代优化的 MC-Stereo 框架通过多峰查找策略缓解了匹配中的多峰分布问题，并通过级联搜索范围将粗糙到精细的概念整合到迭代框架中，此外，引入预训练网络作为特征提取器提升了立体匹配流水线的前端，基于这些改进，MC-Stereo 在 K
PDF8 months ago
AAAI通过训练表示对齐学习紧凑特征
本研究提出了一种名为 In-Training Representation Alignment (ITRA) 的方法，通过匹配损失函数，显式地对两个不同 mini-batch 的 feature distribution 进行校准，从而稳定
PDF2 years ago
深度多表示模型用于点击率预测
本研究提出 Deep Multi-Representation (DeepMR) 模型，通过联合训练 DNN 和多头自注意力这两种功能强大的特征表示学习组件，以及使用零初始化的残差连接（ReZero）来提高输入表示的性能，在三个真实数据集上
PDF2 years ago
PlayVirtual: 强化学习中增强循环一致虚拟轨迹
本论文提出了一种名为 PlayVirtual 的新方法，通过增加循环一致的虚拟轨迹以提高数据效率，来增强深度强化学习（RL）特征表示学习，该方法在 Atari 和 DeepMind Control Suite 基准测试中均取得了最先进的性能
PDF3 years ago
KDDnode2vec：网络可扩展特征学习
node2vec 是一种学习网络节点特征表示的算法框架，通过学习节点到一个低维度特征空间的映射来最大化保留节点的网络邻域的机会，实现了对网络中连接性模式多样性的表达。结果表明，在多个领域的真实世界网络上，node2vec 在多标签分类和链接
PDF8 years ago
AAAIDARI: 人物验证的距离度量与表示集成
本文提出了名为 DARI 的端到端学习框架，其中将距离度量和特征表示融合在一起。通过使用深度卷积神经网络来解决距离不匹配问题，证明了 DARI 在人员验证等方面的有效性，并在多个公共数据集中实现了最佳性能。
PDF8 years ago