reconstruction errors | BriefGPT

关键词reconstruction errors

搜索结果 - 12

学习视频压缩的预测和参考质量适应
该研究提出了基于置信度的预测质量适应模块以及参考质量适应模块，以提高视频编码的预测和参考质量适应能力，并减少重构错误的传播。实验结果表明，在 RGB 和 YUV420 颜色空间中，我们的编码器比 H.266/VVC 参考软件和以前最先进的学
PDF14 days ago
在有限敏感属性条件下的公平推荐：一种分布鲁棒优化方法
我们提出了分布鲁棒的公平优化（DRFO）方法，通过最小化所有潜在概率分布中最坏情况下的不公平性，而不是重建后的敏感属性的概率分布，来确保在只有有限敏感属性可获取的情况下，推荐系统中的公平性。
PDF2 months ago
虚拟现实中的自身形象动画：动作信号伪像对全身姿态重建的影响
该研究探讨了虚拟现实应用中自身角色的动作信息与重建误差之间的关系，并发现方法对降解的敏感度尤其体现在动作重建速度误差。
PDF2 months ago
COMQ：一种免反向传播的用于后训练量化的算法
采用了一种创新的 PTQ 算法 COMQ，通过逐层坐标最小化重构误差，使得精简后的模型在不损失原始准确性的情况下高效部署
PDF4 months ago
LL-VQ-VAE：可学习的格点向量量化用于高效表示
本文介绍了一种可学习的格矢量量化方法 (LL-VQ-VAE)，并证明其对于学习离散表示的有效性。与 VQ-VAE 相比，在相同的训练条件下，我们的方法在重建误差方面较低，训练时间更短，并且具有恒定的参数数量（等于嵌入维度 D），使其成为一种
PDF9 months ago
通过双反投影网络进行任意点云上采样
3D 传感器获取的点云通常稀疏且嘈杂，点云上采样是一种提高点云密度以恢复详细几何信息的方法。本文提出了一种用于点云上采样的双重背投影网络（DBPnet）。通过采用上下上的方式进行双重背投影，网络不仅对特征残差进行反投影，还对坐标残差进行反投
PDFa year ago
核数字孪生中适应性约束下的最佳传感器放置
本研究开发了一种数据驱动的传感器放置优化技术，以在给定的空间限制内最小化重构误差，以用于核工业的数字双证通信。
PDFa year ago
TadGAN: 使用生成对抗网络进行时间序列异常检测
本文提出了一种基于生成对抗网络（GANs）的无监督异常检测方法 ——TadGAN。TadGAN 利用长短时记忆网络（LSTM）作为生成器和评论家的基础模型以捕获时间序列数据的时间相关性，并通过循环一致性损失进行训练，以实现有效的时间序列数据
PDF4 years ago
CVPRC2AE: 基于类条件的自编码器进行开放式识别
本文提出了一种基于类条件自编码器的开放集识别算法，其训练程序被划分为两个子任务：闭集分类和开放式识别，并使用统计建模的极值理论来建模重构误差以找到识别已知 / 未知类样本的阈值。在多个图像分类数据集上进行的实验表明，所提出的方法比现有技术表
PDF5 years ago
通过潜在空间恢复检测深度生成网络的过拟合
本文通过分析重构误差的统计数据，揭示并证明了当使用纯粹的 GAN 模型时过拟合是不可检测的，而混合式对抗性损失则可以被检测到。此外，本文还表明了标准的 GAN 评估指标不能捕捉到某些深度生成器的记忆效应。最后，本文还展示了如何使用提出的重构
PDF5 years ago
对抗性学习的异常检测
本文提出一种基于双向 GAN 的异常检测方法 ALAD，通过对偶学习特征并利用这些特征的重构误差来确定数据样本是否异常，从而在一系列图像和表格数据集上取得了最先进的性能。
PDF6 years ago
ECCV通过学习和 FLAT 数据集解决 3D ToF 带来的伪影问题
本研究提出了一种基于双阶段深度学习方法的时间飞行拍摄摄像机深度重建方法以减少人工成像过程中的各种噪点等瑕疵，并介绍了 FLAT 数据集，通过实验在模拟和真实数据上证明了该方法的重建精度显著优于现有技术。
PDF6 years ago