temporal structures | BriefGPT

关键词temporal structures

搜索结果 - 7

ELM 神经元：一种高效、表现力强的皮层神经元模型可解决长时程任务
本文提出了一种仅需 8K 参数便可以匹配详细仿生神经元模型的输入输出关系的神经元 —— 表现力可透过式记忆 (ELM) 神经元进行多种复杂计算任务，并成功超过其他模型，这表明了生物学动机、高效的神经元模型在挑战性的机器学习任务中的潜在应用。
PDFa year ago
CVPR在视频中学习异步和稀疏的人 - 物互动
通过介绍一种新的循环图网络架构 Asynchronous-Sparse Interaction Graph Networks，将其实施于人物与物品交互行为识别中，通过发掘视频片段中实体间的行为事件结构，自动实现视频实体与其邻居间的动态结构交
PDF3 years ago
CVPR通过时间动作解析实现内部和外部交互理解
使用 TAPOS 数据集，针对深度学习在运动识别中的限制，提出了一种改进的时序划分方法，能挖掘出运动过程中的子动作信息，从而有效提高识别性能。
PDF4 years ago
端到端语音合成的鲁棒性和精细语调控制
该研究提出了一种利用时间结构的音调嵌入方法，实现对合成语音言语风格的精细控制，可在帧级别和音素级别改变合成语音的音高和振幅，并且通过嵌入的时间归一化得到更好的抵抗讲话风格扰动的鲁棒性。
PDF6 years ago
局部多样性有多局部？使用动态基准集强化顺序确定性点过程进行监督式视频摘要
本文提出了一种基于强化学习的概率模型，用于动态控制视频片段上的局部多样性的时间跨度，从而实现视频摘要。实验表明，与 MLE 方法相比，我们的模型和新的学习算法具有更大的优势。
PDF6 years ago
ACL观看、倾听和描述：全局和局部对齐的跨模态关注力用于视频字幕生成
提出了一种新的分层对齐交叉模态注意力 (HACA) 框架来学习和选择性地融合不同模态的全局和本地时间动态，在视频字幕任务中，首次验证了深度音频特征的卓越性能，该模型显著优于先前最佳系统并在广泛使用的 MSR-VTT 数据集上实现了新的最新
PDF6 years ago
音乐检索中音频和歌词的深度跨模态相关性学习
本文介绍了一种音频和歌词之间深度序列相关性的跨模态学习架构，其中涉及两个分支的深度神经网络，通过转换到相同的规范空间并利用互模态规范相关分析作为目标函数来计算时间结构的相似性。实验结果证实了所提出跨模态音乐检索的深度相关学习体系结构的有效性
PDF7 years ago