linear mapping | BriefGPT - AI 论文速递

关键词linear mapping

搜索结果 - 7

通过变量投影实现最优矩阵模仿张量代数
使用矩阵拟态张量框架实现多线性数据分析优化的同时学习最佳线性映射和相应张量表示，通过变量投影捕捉变换和表示之间的耦合关系，并通过黎曼优化学习正交变换以保持线性映射的可逆性。
PDF23 days ago
SITTA: 图像描述任务中的语义图像文本对齐
为了使生成合适的图片字幕，需要对图像进行文本和语义理解。我们提出了两种新方法来构建线性映射，从而成功地在两个预训练模型的嵌入空间之间转移语义。使用我们的语义映射，我们为 MS-COCO 和 Flickr30k 数据集实现了强大的字幕性能。即
PDFa year ago
重新审视长期时间序列预测：对线性映射的研究
本文探究了在长期时间序列预测中应用线性层的内在有效性，并提出了 RevIN 和 CI 这两种方法以及线性映射可以有效地捕捉时间序列的周期特征，在增加输入视野时通道具有不同周期的鲁棒性。
PDFa year ago
基于线性回归的中级攻击框架
该论文扩展了 ECCV 中提出的中级攻击的概念，并建立了一种中级差异到预测损失的直接线性映射框架，通过许多线性回归模型的考虑，发现对抗差异的大小与迁移性有关；在此基础上，使用随机初始化多次运行基线攻击可进一步提高性能，实现了基于转移的 l∞
PDF2 years ago
ECCV又一种中等级攻击
本文提出了一种通过建立中间层次的线性映射以增强基线对抗样本的黑盒可迁移性的方法，实现了在 CIFAR-100 和 ImageNet 上的实验验证以及比之前的最新技术表现强大。
PDF4 years ago
DR2-Net: 基于深度残差重建网络的图像压缩感知
提出基于深度残差网络的压缩感知图像重构算法 DR$^{2}$-Net，通过两个观察，即线性映射可以重建高质量的初步图像，残差学习可以进一步提高重建质量。DR$^{2}$-Net 由线性映射网络和残差网络两个组件构成，实验结果表明其在压缩感知
PDF7 years ago
视频压缩感知的深度全连接网络
本文提出了一种基于深度学习的视频压缩感知框架，通过学习视频序列和测量帧之间的线性映射或深度全连接网络，获取了比以往方法更好的重建质量和速度，在多个视频序列上的广泛模拟中明确了该方法的优越性能，并对数据集规模和层数对重建性能的影响提出了未来研
PDF8 years ago