state-of-the-art performance | BriefGPT

关键词state-of-the-art performance

搜索结果 - 787

ViTGaze：视觉 Transformer 中的交互特征目光追踪
基于 Vision Transformers 和自注意力机制，我们提出了一种新的单模态注视跟踪框架 ViTGaze，通过人 - 场景间的信息交互提高了性能，达到了最先进的性能水平。
PDF4 months ago
将数据集精简至不足一张图
通过压缩数据集，将数据集装入一张海报，我们提出了一种新的方法，可以使用小于每类一张图像的方式，实现与现有方法相媲美甚至更好的性能。
PDF4 months ago
COLING具有分层解缠特性的增强一致性感知网络在方面类别情感分析中的应用
提出了一种增强的一致性感知网络与分层解缠模块（ECAN）用于用于基于方面类别的情感分析（ACSA）任务，其通过利用一致性建模来捕获整个评论中的上下文并帮助隐含的方面和情感识别，以提取独特的类别和情感特征，实现了最新的性能。
PDF4 months ago
无插值复习的连续学习一致提示
本文提出了一种新的基于提示的方法，Consistent Prompting（CPrompt），用于更加一致的训练和测试，在多个持续学习基准测试中实现了最新的性能表现。
PDF4 months ago
COLING一种语义提及图增强的文档级事件论元抽取模型
本研究提出了一个语义提及图增强模型，通过构建语义提及图来解决文档级事件论证抽取中的两个问题，并将关系特定的图融入到预训练语言模型的输入嵌入中，通过拓扑信息优化编码部分，从而全面增强关系，并在实验中取得了超越基线方法和达到新的最先进性能的结果
PDF4 months ago
压缩暗图像增强之多潜空间映射
通过提出一种基于变分自编码器（VAE）的新型潜在映射网络，本研究在增强压缩暗图像的同时避免了压缩工件的放大，从而取得了压缩暗图像增强领域的最先进性能。
PDF4 months ago
消除 BEV 空间中 LiDAR - 相机 3D 物体检测中的跨模态冲突
利用多传感器数据的三维物体检测器在共享的鸟瞰图表示空间中统一多模态特征，然而，我们的实证研究发现之前的方法在生成不受交叉模态冲突影响的融合鸟瞰图特征方面存在局限性。因此，我们提出了一种新的消除冲突融合方法（ECFusion），以显式消除鸟瞰
PDF4 months ago
CVPR自主驾驶的单视图和多视图深度的自适应融合
本文提出了一个鲁棒性评估基准来评估在各种嘈杂的相机位姿设置下深度估计系统，同时提出了一个自适应融合深度估计系统，通过动态选择两个分支之间的高置信度区域进行融合，以实现鲁棒和准确的深度估计。该方法在鲁棒性测试中优于现有的多视图和融合方法，并在
PDF4 months ago
数据无关运算器：一种无需训练的适用于通用深伪造检测的艺术品表示提取器
合成图像、生成对抗网络、假图像检测、数据独立操作、技术水平的优化
PDF4 months ago
无监督图神经架构搜索与解耦的自我监督
通过提出一种新颖的解缠结自监督图神经结构搜索 (DSGAS) 模型，并在未标记的图数据上进行自监督训练，该模型可以以无监督的方式发现捕捉各种潜在图因素的最佳结构，并取得在一些基准方法上的最先进性能。
PDF4 months ago
超复数空间中的时间敏感关系下的时间知识图谱补全
该研究利用四元数表示法，通过时间感知旋转和周期性时间平移在超复数空间中建模了时间敏感关系，从而在填补给定时间下时间知识图中的缺失事实方面取得了最先进的性能。
PDF4 months ago
GLFNET：用于高效医学图像分割的全局 - 局部（频率）滤波网络
我们提出了一种名为全局 - 局部滤波网络（GLFNet）的新型 Transformer 风格架构，用于医学图像分割，证明了其具有最先进的性能。我们用全局 - 局部滤波块取代了自注意机制，以优化模型效率。全局滤波器从整个特征图中提取特征，而局
PDF4 months ago
感知，对话，然后适应：用于开放世界视频识别的基础模型的多模态知识传递
我们提出了一种通用的知识转移流程，通过从基础模型中逐步开发和整合外部多模态知识，提升开放世界视频识别的性能，在三个具有挑战性的开放世界视频基准数据集上达到了最先进的性能。
PDF4 months ago
CLIPose: 预训练视觉语言知识下的类别级物体姿态估计
通过利用不同模态的丰富语义知识，以及多模态对齐和增强的方式，CLIPose 提出了一种新颖的 6D 姿态框架，以更好地实现对目标类别信息的学习和姿态估计，并在两个主流基准数据集上取得了最先进的性能。
PDF4 months ago
ICLR自导向掩蔽自编码器用于领域无关的自我监督学习
Self-guided Masked Autoencoders (SMA) is a fully domain-agnostic masked modeling method for self-supervised learning, ac
PDF4 months ago
SimPro: 一个简单的基于概率的真实长尾半监督学习框架
在这项研究中，我们提出了一个新颖的、高度适应的框架 SimPro，它不依赖于对未标记数据分布的任何预定义假设。基于一种概率模型，我们创新地改进了期望最大化（EM）算法，通过明确分离条件和边际类别分布的建模来实现。这种分离在最大化阶段为类别分
PDF5 months ago
SiLLM：大型语言模型用于同步机器翻译
同时机器翻译 (SiMT) 使用一个策略来确定最佳的阅读和生成单词的时机。我们提出了 SiLLM，将 SiMT 任务分解为策略决策和翻译子任务，并引入了大型语言模型 (LLM)。两个代理协作完成 SiMT，最终实现了最新技术水平的性能表现。
PDF5 months ago
多角度一致性提升大型语言模型中的置信度估计
通过多重视角的一致性方法（MPC），改进大型语言模型的置信度估计，减缓由于单一视角导致的过度自信问题，实现了最先进的性能。
PDF5 months ago
蒸馏增强的生成式检索
通过蒸馏技术，提出了一种名为 DGR 的可行框架，利用排名模型作为教师角色，通过专门设计的蒸馏 RankNet loss 来优化生成式检索模型，从而提升了当前生成式检索系统的性能。
PDF5 months ago
大语言模型的零样本链接预测的精简转换图框架
我们引入了一种用于零样本链接预测的压缩过渡图框架（CTLP），以在线性时间复杂度内编码所有路径信息，预测实体之间的未知关系，从而实现效率和信息保留的双重目标，并在三个标准的零样本链接预测数据集上达到了最先进的性能。
PDF5 months ago