self-supervised methods | BriefGPT

关键词self-supervised methods

搜索结果 - 49

Solo-learn：自监督可视化表示学习方法库
这篇论文介绍了一个名为 solo-learn 的自我监督学习方法库，旨在为研究和工业界提供易于使用的自我监督学习方法，并通过 SSL 解决方案使其普及化，以在更小的基础架构上利用大预算。该方法库具有分布式训练管道、在线线性评估等功能，并提供
PDF3 years ago
AAAI通过有效的协同分割和数据增强实现自监督的多视图立体匹配
针对现有自监督方法在多视图重建中可能出现的相关点之间颜色不同的问题，本文提出了一种基于语义共分割和数据增强的更可靠监督的框架，其中利用多视图图像中的相互语义来指导语义一致性，同时设计了有效的数据增强机制，以确保对样本的变换鲁棒性。在 DTU
PDF3 years ago
强混合连续时间随机过程的对比学习
本研究研究了时间序列的情况，特别是从一个强混合连续时间随机过程中获取数据。我们展示了适当构造的对比学习任务可以用于估计扩散情况下小到中等范围间隔的转移核。此外，我们给出了解决这个任务的样本复杂度界限，并定量表征了对比损失值对学习核分布密切性
PDF3 years ago
通过指导因式分解来可视化监督学习和自监督神经网络
本文提出了一种结合梯度和属性方法的算法来提供逐类的可解释性，该算法在纠正显著特征的同时，通过反向投影来提供每像素的局部影响，并成功地证明了在各种基准测试上的优越性能，包括用于梯度方法评估的基准测试以及主要用于评估属性方法的基准测试，此外，本
PDF4 years ago
AAAI多轮响应选择的话语操纵策略
本文研究了在检索型的多轮对话系统中，如何在给定用户和系统对话历史记录的情况下选择最优回复。本研究发现，利用预训练的语言模型可以解决此类回复选择任务，但这种方法只考虑了历史和候选回复的相关性，而忽略了多轮对话系统的时序性。因此，作者提出了一种
PDF4 years ago
自主驾驶应用中的分层自监督单目绝对深度估计
本文提出 DNet 方法，利用密集连接预测层（DCP）和密集几何约束（DGC）部分解决自我监督方法中单目深度估计的两个问题：精确的对象级深度推断和不确定的比例因子。实验证明，DCP 层可以更好地识别深度图像中的对象边界并改善对象级深度的连续
PDF4 years ago
使用自注意力和离散视差体进行自监督单目训练深度估计
本研究提出了两种新的方法以提高自监督单目训练深度估计，分别为自我关注和离散视差预测，将这两种方法应用到最先进的单目深度估计模型 Monodepth2 中，超越其他自监督和完全监督方法，获得在 KITTI 2015 和 Make3D 数据集上
PDF4 years ago
面向形状偏向的领域通用无监督表示学习
本研究提出了一种自我监督学习框架，通过整合领域多样性和拼图等方式，学习语义和形状倾向的表示，可用于领域泛化。实验结果表明，该框架明显优于现有的领域泛化方法。
PDF5 years ago
ICML自我监督：探究交互环境中的自监督表示
在 Flappy Bird 和 Sonic The Hedgehog 两个视觉环境中，我们对自监督方法进行了小规模研究。我们定量评估了从这些任务中学到的表示，以及它们对新的情况（如新的关卡和纹理）的可推广性。最后，我们通过可视化它们关注的环
PDF5 years ago