sequential model | BriefGPT

关键词sequential model

搜索结果 - 8

监控二阶超属性
本文研究了复杂超性质的运行时监测问题，并提出了第一个适用于更具表达能力的二阶超性质的监测算法 Hyper$^2$LTL$_f$。我们探讨了并行模型和顺序模型下的监测问题，并通过优化算法提高了二阶量化的效率。实验结果验证了算法的有效性。
PDF3 months ago
基于序列的下一次购买预测推荐模型
本文介绍了一种基于顺序模型的推荐系统，它利用原始交易数据进行预测，并在生产数据集上测试，取得了 47% 的 MAP@1 度量，证明了其效果的可靠性和实用性。同时，本文还探讨了将该系统嵌入 Nexus 数字体验架构的可能性和潜在的市场应用价值
PDF2 years ago
基于细粒度用户注意力的文本到图像生成
提出了基于 Local Narratives 数据集和 TReCS 模型的图像文本生成方法，在视觉的基础上，利用分割掩模等技术实现了更好的图像合成效果。
PDF4 years ago
使用变分自编码器进行序列段基级别生成和融合
本文介绍了一种使用 VAE 训练生成游戏关卡的方法，通过学习一种顺序模型生成末端关卡来生成长度任意的关卡。同时，该方法还可以将来自不同游戏的关卡隐式混合在一起，相比先前的潜变量方法，所生成的关卡更加连贯且有逻辑。
PDF4 years ago
基于语音的多模态情感识别中的学习对齐
本文提出使用注意力机制学习语音帧和文本单词之间的对齐方法，以提高音频 - 文本多模态情感识别的准确性，并在 IEMOCAP 数据集上取得了最先进的性能。
PDF5 years ago
AAAI多方对话语篇分析的深度顺序模型
本文提出了一种深度顺序模型，用于解析多方对话的话语依赖结构，并利用预测的依赖关系和结构类型共同和交替地构建话语结构，实现基于序列扫描的话语依赖树构建。实验结果表明，该模型的性能优于所有最先进的基线。
PDF6 years ago
EMNLP一种用于对句内事件进行时间关系分类的序列模型
本文提出了一种用于在句内事件之间进行时间关系分类的序列模型。我们的方法首先提取一个上下文词序列，该词序列与两个事件提及之间的依赖路径很好地对齐，并使用生成的词序列对应的词性标记序列和依赖关系序列作为输入，提供给双向循环神经网络 (LSTM)
PDF7 years ago
文本表征的贝叶斯优化
本文介绍了一种基于贝叶斯优化的文本输入表示方法的优化方法，用此方法可以使标准线性模型在各种话题分类和情感分析问题上与基于潜变量模型或神经网络的先进方法相竞争，这种方法是构建原始文本黑盒 NLP 系统的第一步.
PDF9 years ago