关键词large-scale benchmark datasets
搜索结果 - 3
- 大规模高斯过程的交替投影
通过基于交替投影的迭代算法,我们提出了一种能够有效进行小批量处理的方法,在解决大规模高斯过程训练的实际挑战中,获得了线性收敛并具有良好的鲁棒性,实验证明在大规模基准数据集上,相比于共轭梯度方法,我们的方法加速了 2 倍到 27 倍。
- 听我说:用混合方法增强音频时序动作定位
本文提出了简单而有效的基于融合的方法,首次同时考虑音频和视频模态用于监督式的未剪辑视频动作定位 (TAL),在多个融合方案、模态组合和 TAL 架构的消融试验中,我们通过大规模基准数据集(ActivityNet-1.3 和 THUMOS14 - AAAI阅读理解的无监督域自适应
利用条件对抗自训练方法,结合 BERT 模型和置信度过滤在目标领域中生成可靠的伪标记样本,通过条件对抗学习来减少域分布差异,从而在多个大型基准数据集上实现与监督模型相媲美的准确性。