temporal contexts | BriefGPT

关键词temporal contexts

搜索结果 - 8

多跳问题回答在时间知识编辑下的应用
多跳问题回答（MQA）与知识编辑（KE）相结合的研究引起了广泛关注，然而现有的 MQA 模型在处理带有明确时间背景的问题时性能较差。为了解决这一限制，我们提出了一种新的框架，即 TEMPLE-MQA，通过构建时间感知图（TAG）来有效区分问
PDF3 months ago
基于对比学习和自注意力机制的时间接近度上的顺序推荐
通过对用户行为的纵向和横向时间关系进行建模，我们提出了一个名为 TemProxRec 的顺序推荐模型，该模型通过对比学习和自注意方法来准确预测特定时间段内的相关项目。
PDF5 months ago
记忆巩固实现长时视频理解
利用现有的预训练视频 Transformer，并通过简单的微调来重复利用过去激活衍生的非参数化记忆，从而扩展其上下文到过去，以实现对长视频的优秀学习表现。
PDF5 months ago
基于时间上下文的真实世界视觉跟踪
提出了一种利用时间上下文的双层框架 (TCTrack)，用于实现更强大的现实世界视觉跟踪，并在特征提取和相似度图优化方面进行了改进。
PDF10 months ago
ICCV视频目标检测的一致身份聚合
本文提出了一种使用 Identity-Consistent Aggregation (ICA) 层的 VID 模型 ClipVID，旨在改善 Video Object Detection 中的对象表示和处理对象外观变化。在 ImageNet
PDFa year ago
CVPR多元背景神经视频压缩
提出增强神经视频编解码器的上下文多样性，分别从时间和空间维度引入了层次质量模式、基于光流的编码框架以及四叉树分区以增加上下文多样性，实验结果表明，相比现有技术，该编解码器的比特率节省达到 23.5％，并在 PSNR 方面超越了传统编解码器
PDFa year ago
CVPRTCTrack: 航空跟踪的时间上下文
本文提出了一种全面利用时间上下文进行航空追踪的框架，名为 TCTrack，该框架在特征提取和相似度图优化方面使用了时间上下文。实验表明，TCTrack 在四个航空追踪基准测试数据集上的效果令人印象深刻，并且在 NVIDIA Jetson A
PDF2 years ago
NEXT：基于神经网络的下一个 POI 推荐框架
本论文提出了一个简单而有效的神经网络框架 NEXT，旨在通过整合元数据，时间间隔和访问时间等时序信息及地理影响，归纳用户实现 POI 推荐并提供其意图空间的有意义的解释。实验证明 NEXT 的性能显著优于其他备选方案和基于神经网络的解决方案
PDF7 years ago