self-supervised learning | BriefGPT

关键词self-supervised learning

搜索结果 - 1979

SARATR-X: 合成孔径雷达图像目标识别的基础模型
基于自监督学习构建的基础模型 SARATR-X，通过集成多个数据集、使用不同的模型骨干和两阶段训练技术，实现了在 5 个数据集上具有竞争力和优越性能的普适合成孔径雷达自动目标识别。
PDF2 days ago
SOMTP：基于自监督学习的机器人基于 MPC 的安全轨迹规划问题的优化器
基于自主学习优化器的控制屏障函数模型预测控制轨迹规划算法，通过问题转录和可微的解空间修正，以及引入增广拉格朗日方法的训练算法，实现了更好的可行性和更快速的求解速度。
PDF2 days ago
MVBIND: 基于嵌入空间绑定的自监督音乐视频推荐
该研究介绍了 MVBind，一种用于跨模态检索的创新音乐视频嵌入绑定模型。通过 MVBind，能够在没有手动注释的情况下，从数据中直接获取模态间关系的内在知识。此外，为了弥补短视频缺乏相应音乐 - 视觉对数据集的不足，该研究构建了 SVM-
PDF2 days ago
探究语音自监督模型中的 ' 自编码器行为 ': 以 HuBERT 的预训练为重点
自我监督学习在语音识别中取得了巨大成功，然而已观察到微调学习模型的所有层相对于重设顶层会导致性能下降，这种现象被归因于 "自编码器" 行为：顶层包含更接近于输入的信息，对于需要语言信息的任务（例如语音识别）不太适用。为了更好地理解这种行为，
PDF3 days ago
自我监督学习提高深度学习对 CT 图像差异的肺肿瘤分割的鲁棒性
自我监督学习（SSL）是一种从无标签数据中提取有用特征表示并在有限标记样本的下游任务中进行精细调整的方法。本论文比较了基于自然数据和自我预训练的转换器模型在医学图像分析中的鲁棒性，发现自然预训练模型对肺肿瘤分割的 CT 图像差异具有更高的适
PDF3 days ago
事件驱动光流的向量符号架构
基于高维特征描述符的事件帧光流估计方法，在特征匹配方法论中取得了显著进展。
PDF3 days ago
ICML将分箱作为一种先验任务：提高自监督学习在表格领域中的效果
在表格领域中，我们提出了一种基于经典分箱方法的新型预训练任务，通过重构分箱索引而不是原始值，为编码器提供一种归纳偏置以捕捉不规则依赖关系，并通过将所有特征设置为具有类别型目标来减轻特征的异质性。通过对多样的表格数据集的全面评估，我们的方法始
PDF4 days ago
对比学习中的机器去学习
我们介绍了一种基于梯度约束的新方法，用于有效实现机器遗忘，无需大量训练周期和仅需要标识待遗忘数据，该方法在对比学习模型和监督学习模型上表现出色，展示了其在各种学习范式中的多功能性和适应性。
PDF5 days ago
CVPRUniGarmentManip：一种基于密集视觉对应的类别级服装操作统一框架
通过自我监督学习，在特定类别中学习衣物的拓扑密集（点级）视觉对应，以指导各种下游任务的操作策略，而只需进行一次或少量示范。
PDF6 days ago
主动小目标变化检测的零样本病态度估计
在室内导航中，研究了地面视角变化检测（GVCD），提出了一种新的领域依赖的度量问题（DoI），使用自监督学习的概念解决这个问题，并探讨其在多种数据集中的泛化性能，表明可以有效提高现有的变化检测模型的性能。
PDF7 days ago
通过扩散过程和填补 - 插值 - 预测掩码进行时间序列表示的自监督学习
通过自我监督学习方法构建的时间序列扩散嵌入模型 (Time Series Diffusion Embedding, TSDE) 在时间序列表示学习领域具有出色的性能，在缺失数据插补、插值、预测、异常检测、分类和聚类等任务上表现优异。
PDF8 days ago
辨别式自监督学习方法综述
计算机视觉领域的自监督学习是从无标签数据中提取强大特征的方法，模型通过自动从数据本身中推导标签而无需人工注释。本文全面回顾了计算机视觉领域内的自监督学习的判别性方法，包括对比、自蒸馏、知识蒸馏、特征去相关化和聚类技术，并研究这些方法如何利用
PDF9 days ago
熵之谜：熵最小化的成功与失败
通过分析熵最小化方法在模型适应和优化过程中的作用和原因，本文提出了一个估计模型在给定任意数据集上准确性的方法，并在 23 个具有挑战性的数据集上进行了实验证明其效果在这个任务上达到了最好的状态，绝对误差平均为 5.75%，较先前最好结果提高
PDF9 days ago
基于自监督学习的选择性强增强骨架序列的步态情感表征学习
通过使用选择性强数据增强 (SSA) 的对比学习框架，通过有限标记的步态数据获得更加有效的情感表示，从而提高步态情感识别的效果。
PDF9 days ago
开放式实现与研究最佳音质要求用于语音处理
自学习（SSL）在多种语音任务中被证明是有用的。然而，这些方法通常在数据、内存和计算资源方面要求非常高。BERT 基于随机投影量化器的语音预训练 (BEST-RQ) 是一种 SSL 方法，在自动语音识别（ASR）上表现出色，同时比其他 SS
PDF10 days ago
FedSC: 基于非独立同分布数据的具有光谱对比目标的可证明联邦自监督学习
最近的研究努力将自监督学习与联邦学习框架相结合。提出一种名为 FedSC 的可证明的 FedSSL 算法，基于光谱对比目标，通过周期性共享数据表示的相关矩阵，实现了跨客户数据样本的对比，改善了数据表示的质量，并部署差分隐私保护来控制额外的隐
PDF10 days ago
利用自监督学习检测跟踪器错误，以最小人工参与收集始终高质量的物体轨迹
我们提出了一个混合框架，通过将自动化目标跟踪器与少量人工输入相结合，可以持续产生高质量的物体跟踪。我们的方法利用无标签视频上的自我监督学习，学习适合目标物体的表示，并使用该表示主动监视其跟踪区域，并在跟踪器失效时决策是否需要人工重新定位目标
PDF11 days ago
JOSENet：一种用于监控视频中暴力检测的联合流嵌入网络
自监督学习方法 JOSENet 在监控视频中的暴力检测任务中表现出色，提供了改进的性能，同时需要较少的帧数和降低的帧率。
PDF12 days ago
自主学习的文本视觉框架用于自动脑部异常检测
通过利用神经放射学报告中丰富的信息，我们提出了一个自监督的文字 - 视觉框架，通过对脑部 MRI 扫描进行无监督学习，检测临床相关的异常，为自动分类、自动分级等应用提供支持。
PDF12 days ago
ECCV自我监督学习用于来自双重和多重放大观测的实际世界超分辨率
在这篇论文中，我们针对智能手机的参考图像超分辨率（RefSR）处理中的两个挑战性问题进行了研究，即如何选择适当的参考图像和如何以自监督的方式学习 RefSR。同时，我们提出了一种针对真实场景下的 RefSR 的自监督学习方法，通过观察双重和
PDF14 days ago