transformer-based encoder | BriefGPT

关键词transformer-based encoder

搜索结果 - 9

CVPRFSRT：基于分解外貌、头部姿势和面部表情特征的人脸再现的面部场景表示变换器
人脸再现的任务是将视频中的头部运动和面部表情转移至源图像的外观，可以是不同的人（跨再现）。我们提出了一种基于 Transformer 编码器的方法来计算源图像的一组潜在表示。然后，我们使用基于 Transformer 的解码器预测查询像素的
PDF3 months ago
通过标准定义的导航地图增强车道感知与拓扑理解
自动驾驶库存着一直依赖昂贵且劳动密集的高清地图，制约了其可扩展性，而标准清晰度地图则更经济实惠且具有全球覆盖，为提供可扩展的替代方案。本文系统性地研究了标准清晰度地图对实时车道拓扑理解的影响，并提出了一种将标准清晰度地图集成到在线地图预测的
PDF8 months ago
多元异构数据上自带核学习和 Transformer 预训练的高效贝叶斯优化
本文提出了一种简单的方法来预训练一个代理模型，该模型是一个高斯过程，其核函数定义在从先前任务得到的深度特征学习的变压器编码器的数据集上，用于解决可能具有异构输入空间的先前任务。此外，我们还提供了一种简单而有效的混合初始化策略，用于未见过的输
PDFa year ago
基于 Transformer 的文本语义通信的联合源信道编码
本文提出了一种文本语义传输框架，利用先进的自然语言处理技术对句子进行建模和编码，以实现鲁棒传输。该方法利用神经网络和注意机制在具有挑战性的无线环境中提供可靠高效的文本数据传输，通过对语义相似性和双语评估的模拟结果证明了该模型的优越性。
PDFa year ago
检索增强多标签文本分类
本文提出了一种检索增强的方法来解决具有 Zipfian 分布标签支持的大标签集情况下的多标签文本分类问题，并通过交叉关注和检索来改善分类模型的样本效率，实验证明这种方法在标签分布偏斜、低资源训练和长文档数据情境下显著提高了模型性能。
PDFa year ago
基于 Transformer 的自监督多模态表示学习在可穿戴情感识别中的应用
提出了一种基于多模态数据融合的自监督学习框架，采用时间卷积模态特定编码器和基于 Transformer 的共享编码器实现高效融合，自动分配标签并使用先验任务进行预训练，从而实现 generalized 的多模态表示，最终在各种情感识别任务中
PDFa year ago
SIGIR基于嵌入式的美国 Instacart 超市搜索模型
本文介绍了嵌入式模型在电商搜索中的应用，该模型由两个塔式变压器编码器构成，利用自适应对抗性学习和级联训练方法，以特别关注基于内容的特征并有效地在噪声大的数据上进行训练，检测出相对于原方案 10％的 RECALL@20 的改进并通过在线 A
PDF2 years ago
CoGS：从草图和风格进行可控生成和搜索
使用 CoGS 方法，通过输入手绘草图和样式编码图像生成图像，实现对图像结构和外观的粗粒度控制；进一步通过将码簿表示映射到向量空间，实现对多个综合选项的精细控制；同时，该方法还融合了搜索和综合任务，使用户可以根据搜索结果进一步优化图像的细节
PDF2 years ago
AAAITempoQR: 在知识图谱上进行时间问题推理
本文提出了一种基于嵌入感知的方法，名为 'Temporal Question Reasoning' (TempoQR)，用于回答复杂的基于时间的知识图谱问答。实验表明，TempoQR 在复杂的时间问题上比现有的先进方法提高了 25-45 个
PDF3 years ago