neural architecture | BriefGPT

关键词neural architecture

搜索结果 - 203

ACL半监督神经原语重构
提出了一种半监督历史重建任务，其中模型只在少量有标记数据（原型形式的同源词集）和大量无标记数据（无原型形式的同源词集）上进行训练，并且通过提出的神经架构（DPD-BiReconstructor）能够利用无标记同源词集，在这一新任务上超越强大
PDF23 days ago
适用于样本高效的物理世界建模的变压器和插槽编码
通过将变压器架构与槽关注范式相结合，本文提出了一种用于世界建模的神经架构，实验证明在样本效率和性能变化减少方面相比现有解决方案有所改进。
PDFa month ago
用于 VLEO 模拟的神经 ODE：介绍 thermoNET 对热层建模
通过引入名为 thermoNET 的新型神经网络架构，我们能够以较少的可微分计算来表示卫星轨道传播中的热层密度。该网络结构通过 NeuralODE（神经常微分方程）控制卫星动力学，实现完全可微分的变分方程的推导，并能够与先进的数值技术（如基
PDFa month ago
将任何东西展平：无监督神经表面参数化
通过学习目标几何表面上的三维点与二维参数域内的自适应变形的 UV 坐标之间的逐点映射，我们引入了全局自由边界表面参数化的非监督神经网络架构 (称为 Flatten Anything Model - FAM)。与先前的方法相比，在不利用连接信
PDFa month ago
多层随机特征和神经网络的逼近能力
神经网络架构、随机初始化权重、神经网络高斯过程核、再生核希尔伯特空间、逼近误差是该研究论文的关键词，论文提出了一种在无限宽度限制下具有随机初始化权重的神经网络架构，它等价于一个具有高斯随机场协方差函数的神经网络高斯过程核，同时证明了该神经网
PDF2 months ago
从图像集合中学习具有状态、姿势和视点变化的物体不变表示
在学习物体的识别和检索的对象表示中，我们将更常用的其他不变性增加了一个不变性 - 状态不变性 - 通过状态不变性，我们的目标是设计一个具有类似能力的神经架构，以捕捉到物体形状结构变化时的鲁棒性。为了实现这一目标，我们提出了一个新颖的数据集，
PDF3 months ago
D'OH：仅解码的随机超网络用于隐式神经表示
通过运行时解码器的超网络 (D'OH) 在单个实例信号中初始化深度隐式函数的策略，提供了一种自然的方法来改变神经表示的内存占用，而无需在备选低速率结构空间上进行昂贵的神经架构搜索。
PDF3 months ago
双向渐进神经网络与情节回报进展用于新兴任务排序和机器人技能迁移
人脑和行为为机器人学习和控制方法提供了灵感，该研究介绍了一种新的多任务强化学习框架 ERP-BPNN，它具有人类类似的交替学习方式，可实现任务间的双向技能转移，并在达到任务中与传统方法相比，对于形态不同的机器人在到达目标的距离、路径直线性等
PDF4 months ago
CARTE：表格学习的预训练与迁移
预定深度学习模型、表格数据、数据集成、神经网络架构、CARTE 等是该论文的关键词，并且 CARTE 是可用于表格数据的大型预训练模型的一种神经网络架构。
PDF4 months ago
MVDiffusion++：密集高分辨率多视图扩散模型用于单视或稀疏视角的三维对象重建
本研究提出了一种名为 MVDiffusion++ 的神经架构，用于 3D 物体重建，通过一张或几张图像生成物体的密集高分辨率视图。MVDiffusion++ 采用了两个令人惊讶地简单的想法，即 “无姿态架构”，其中 2D 潜在特征之间的标准
PDF4 months ago
VerAs: 验证然后评估 STEM 实验报告
STEM 教育中，科学写作在强调探究能力的课程中扮演着越来越重要的角色。我们提出了一种端到端的神经架构，该架构通过分离的验证器和评估模块，受到开放领域问答方法的启发，对实验报告进行了自动化评估，超过了其他基于开放领域问答系统或自动化论文评分
PDF5 months ago
重新思考微型语言模型的优化和架构
通过实证研究基于一个亿参数的小型语言模型，在神经网络结构、参数初始化和优化策略三个方面分析了每个组件的影响，找到了多个设计公式，如令牌压缩、结构微调、参数继承和多轮训练等，证实了它们对小型语言模型的有效性，进一步优化和改进模型的效果明显，验
PDF5 months ago
用于端到端神经数据同化方案的 SPDE 先验不确定性量化
通过将随机偏微分方程与高斯马尔可夫随机场相结合，以及利用深度学习方法，本文提出了一种新的方法来解决大规模地理物理数据的时空插值问题，并提供了解释性和不确定性量化的随机框架。
PDF5 months ago
VecFusion: 矢量字体扩散生成
我们提出了 VecFusion，这是一种新的神经架构，可以生成具有不同拓扑结构和精确控制点位置的矢量字体。通过级联扩散模型，我们的方法包括一个光栅扩散模型和一个矢量扩散模型。实验表明，与以前的矢量图形生成模型相比，我们的新的级联矢量扩散模型
PDF7 months ago
MM用于低资源设备的端到端非自回归图像到语音系统压缩
本文提出了一种基于视觉转换器的图像编码器和知识蒸馏技术来压缩模型参数，并通过在低资源设备上从微小的显示内容片段生成音频的高效端到端神经网络结构，实现了可用于减轻视觉障碍的图像转语音系统的部署。人工和自动评估结果表明，我们的方法在性能方面几乎
PDF7 months ago
DTP-Net：多尺度特征复用学习时频域中的 EEG 信号重建
本研究提出了一种名为 DTP-Net 的全卷积神经架构，用于端到端脑电图信号去噪，通过深入分析 DTP-Net 中各模块的表示学习行为来验证其鲁棒性和可靠性，并通过实验验证表明 DTP-Net 在去除噪音方面具有有效性，优于现有方法，进一步
PDF7 months ago
面向视觉识别与推理的统一神经网络架构
图像识别和推理是视觉理解的两个支柱，最近的研究表明，多任务变压器模型可以在视觉识别和推理中提供统一的神经网络架构，通过探索不同的识别任务、数据集和归纳偏好，我们发现对象检测对推理是最有益的任务。
PDF8 months ago
ZGUL：使用多源适配器的零样本泛化到未见过的语言
通过使用语言适配器（LAs）解决 NLP 任务中的零射击跨语言转移问题，并结合多个源语言的语言适配器进行训练和测试，展示了在 POS 标注和 NER 任务上相对标准微调和其他强基线模型平均 F1 分数提高了 3.2 个点的改进。
PDF8 months ago
星云：自我注意力用于动态恶意软件分析
通过动态分析和神经网络结构，本文提出了一种多功能的自注意力变换器神经架构 Nebula，用于检测和分类 Windows 恶意软件，并在多个数据集上进行了测试和性能比较。
PDF9 months ago
基于认知启发的神经结构在视觉抽象推理中运用对比感知和概念处理
我们介绍了一种新的神经架构，用于解决视觉抽象推理任务，受到人类认知的启发，特别是人类抽象推理经常在感知和概念处理之间交替进行，作为一种灵活、迭代和动态的认知过程。我们介绍了如何使用矩阵推理问题来解释这种新的对比感知 - 概念网络（CPCNe
PDF9 months ago