state of the art performance | BriefGPT

关键词state of the art performance

搜索结果 - 11

替代性伸缩位移测量：一种高效的多模态对齐方法
提出了一种特征对齐方法，该方法完全融合了多模态信息，可以稳健地捕捉不同模态特征之间的高级交互作用，从而显著提高多模态学习的性能，实验评估结果表明该方法达到了最先进的性能水平。
PDFa year ago
PIE-Net: 基于光度不变边缘引导网络的固有图像分解
该论文提出了一种基于边缘驱动的混合卷积神经网络方法，用于固有图像分解，取得了良好的效果，并将全局和本地提示区分开来以提高网络性能。
PDF2 years ago
UnICORNN: 用于学习非常长时间依赖关系的循环模型
本文提出了一种基于哈密顿系统的离散化的循环神经网络架构，解决长时依赖序列输入处理的梯度消失和爆炸问题，实验表明该方法在各种学习任务中提供了最先进的性能。
PDF3 years ago
CVPR使用 Polarity-GAN 去除类别不平衡：一种不确定性采样方法
本研究提出了一种使用生成对抗网络来处理视觉数据集中类别不平衡问题的方法，通过在原有网络中加入分类器网络和一些附加条件，实现了在极端视觉分类任务上的最佳表现。
PDF4 years ago
ICMLHaar 图形池化
本文提出一种新的基于小波压缩的图池化技术 —HaarPooling，用于 Deep Graph Neural Networks 中的图分类和回归问题，实现了数据的稀疏表征和结构信息的保留，使 GNNs 在各种图分类和回归问题上达到了最先进的
PDF5 years ago
利用 WordNet 的语义知识提高神经词义消歧中的语义词汇压缩
提出两种不同的方法来压缩 Princeton WordNet 的词义词汇，以及基于预训练的 BERT 词向量建立的 WSD 系统，在不需要额外训练数据的情况下大幅减小了神经 WSD 模型的大小，并在所有 WSD 评估任务上显著优于现有技术水
PDF5 years ago
视频人脸识别：基于组件特征聚合网络的方法 (C-FAN)
我们提出了组件化特征聚合网络（C-FAN）作为视频人脸识别的新方法。C-FAN 自适应地将深层次特征向量聚合成一个单独的 512 维的表示一个视频序列的特征向量来实现出色的性能表现。
PDF5 years ago
基于语义感知注意力的深度对象共分割
使用基于注意力机制的深度神经网络提出了面向对象共分割的注意力机制，同时使用注意力学习者算法实现了线性时间复杂度的多输入图像分割，实验结果表明，该模型在多个数据集上取得了最先进的性能，并大幅降低了计算时间。
PDF6 years ago
ACL用于改进情感分析的结构化注意力神经网络
本文提出了一种基于树形结构的注意力神经网络模型，用于情感分类问题。该模型使用自下向上和自上而下的信息传播结合语法树中节点周围的结构信息。模型在构建句法树时，利用结构注意力识别最显著的表示。实验结果表明，该模型在斯坦福情感树库数据集上实现了最
PDF7 years ago
异构多媒体检索的传递哈希网络
本文提出了一种用于跨模态信息检索的混合深度架构，通过在辅助数据集中同时学习跨模态相关性和对齐数据集分布，生成异质多媒体检索的中间哈希代码，实验结果在公共数据集上表现为业内最先进的多媒体检索性能。
PDF8 years ago
EMNLP解决一般算术问题
本文介绍了一种新的自动解决算术词问题的方法，它是第一种能够处理多步骤和多操作算术问题的算法方法，不依赖于附加的注释或预定义的模板。作者提出了一种表达式树的理论，可以用于表示和评估目标算术表达式，并将其唯一分解为多个分类问题；然后，作者采用受
PDF8 years ago