structured learning | BriefGPT

关键词structured learning

搜索结果 - 17

通过课程强化学习的方法对球形摆进行跟踪控制
在本文中，我们将自动构建课程计划的最新算法与大规模并行仿真中的强化学习相结合，通过改进的优化方案，使得该方法能够可靠生成待追踪的课程轨迹，从而实现了比不利用这种结构化学习学习更快、更稳健的结果，最终的学习策略在真实系统上与最优控制相媲美，展
PDF9 months ago
多模态问答的多模态图形转换器
本文提出一种多模态图变换器，它利用了文本和视觉数据的多模态信息，并通过结构化学习和图神经网络的方法对自注意力进行约束以提高推理能力，适用于需要跨多个模态执行推理的问题回答任务。我们通过在 GQA，VQAv2 和 MultiModalQA 数
PDFa year ago
利用深度生成模型缓解不同性别 - 人种群体间的性别分类偏差
使用生成式视图、结构化学习和证据学习的方法，可以有效减少面部识别算法的性别分类偏差，并提升性能。
PDF2 years ago
Theseus: 可微分非线性优化库
这篇研究提出 Theseus 库，是一个基于 PyTorch 的高效应用软件无关的开源库，提供端到端的机器人和视觉结构化学习的通用框架，通过支持稀疏求解器、自动向量化、批处理、GPU 加速和隐式微分的梯度计算进行直接损失最小化，实现了显著的
PDF2 years ago
GoodNewsEveryone：一份新闻标题语料库，涵盖情感、语义角色和读者感知的注释
通过众包的方式，我们发布了一个数据集，包括了 5000 个英文新闻标题的情感、情感体验者和文本线索、相关情感原因和目标，以及读者对标题情感的感知；在此基础上，我们提出了一个多阶段的注释程序，开发了语义角色结构自动预测任务的基线，并讨论了结果
PDF5 years ago
ACL部分还是完整，这是个问题
对于结构性学习任务，该论文提出了在同样的监督水平下，部分标注结构可能优于完全标注结构的普遍看法，并针对三种不同的结构性学习任务比较了两种标注方案。
PDF5 years ago
ACL基于结构化最小监督学习的神经关系抽取
通过结合学习表示和结构化学习的优点，我们提出了一种最小监督关系抽取方法，可以在知识库提供的命题级监督下，准确地预测句子级别的关系提及。通过在学习期间明确地推理有关缺失数据，我们的方法能够在缓解远程监督的标签噪声的同时进行大规模的一维卷积神经
PDF5 years ago
基于 POS 标记引导注意力的结构三元组学习用于视觉问答
本文探索在 VQA 多项选择任务中设计有效的 VQA 模型的良好实践，并通过结构学习、POS 标签引导的注意力机制等手段构建视觉问答模型，评估结果在视觉 7W 和 VQA 多选数据集上取得了最好的 68.2% 和最竞争的 69.6% 的准确
PDF6 years ago
ACLS-MART: 面向推文实体链接的基于树的新型结构化学习算法
本文提出了 S-MART，这是一种基于多个添加回归树的基于树的结构学习框架，特别适用于处理密集特征的任务，并可用于在各种损失函数下学习许多不同的结构。我们将 S-MART 应用于推文实体链接任务，并提出了一种新颖的推断算法来处理任务的特殊结
PDF8 years ago
CVPR结构推理机：循环神经网络用于分析群体活动识别中的关系
本文提出了一种将图形模型和深度神经网络集成到一个联合框架中的方法，在序列推断方面采用递归神经网络的建模，通过对节点之间的边缘施加门来学习推断的适当结构。实证研究表明，这种模型具有处理高度结构化学习任务的潜力，再现了在群体活动识别问题的表现。
PDF9 years ago
ACLUSFD: 带有漂移补偿和关联数据的 Twitter 命名实体识别
本研究通过利用来自 Linked Data 的词汇表和无监督特征聚类，利用结构化学习方法针对社交媒体文本中的实体标签问题，构建了一个针对 Twitter 数据集的 NER 系统，其效果竞争力较强。
PDF9 years ago
采用度量集成的人员再识别学习排序
本文提出了一种有效的结构化学习方法来解决个人重新识别问题，在大多数经过评估的基准数据集上性能优于当前最先进的方法。该方法基于多个低级手工制作和高级视觉特征，并制定了两种优化算法，直接优化常用于个人重新识别的评估措施，也称为累积匹配特性（CM
PDF9 years ago
使用深度卷积神经场从单目图像中学习深度
本文提出了一种使用卷积神经网络和条件随机场的深度学习模型，针对单目图像的深度估计问题，其中结构化的学习框架学习连续 CRF 的一元和二元势函数；基于全卷积网络和新的超像素池化方法，提出了一种更有效的模型，在室内外场景数据集上表现优于现有的深
PDF9 years ago
CVPR基于深度卷积神经场的单张图像深度估计
本文提出了一种在单个图像中利用深度卷积神经网络和连续条件随机场进行深度估计的方法，通过结构化学习方案统一学习了连续 CRF 的一元和二元潜力，并通过实验证明了其在室内和户外场景数据集上优于现有深度估计方法。
PDF10 years ago
ICCV通过直接优化 ROC 曲线下的局部面积来实现高效行人检测
提出了一种使用结构化学习直接优化 ROC 曲线下假阳性率范围内的部分面积的新型集成学习方法，该方法有效地训练出最先进的行人检测器。
PDF11 years ago
ICML来自部分注释的结构化学习
本研究提出一种处理结构化输出的大规模公式，该公式基于部分注释数据进行学习，并通过 concave-convex procedure (CCCP) 进行高效求解以达到解决实际应用的目的。我们将该方法应用于可变数量可分对象的具有挑战性的跟踪问题
PDF12 years ago
最大熵判别马尔可夫网络
本研究提出了一种新的最大熵判别马尔科夫网络 (MaxEnDNet) 框架，该框架将最大边界结构化学习与贝叶斯估计相结合，并扩展了它们的优点，基于生成模型的贝叶斯式学习与基于判别模型的结构化最大边界学习，取得了超越结构化输入 / 输出学习的一
PDF15 years ago