transformer-based framework | BriefGPT

关键词transformer-based framework

搜索结果 - 53

ICU 血流感染预测：基于 Transformer 的电子病历分析方法
RatchetEHR 是一种基于 transformer 的框架，旨在在重症监护室环境中对电子健康记录（EHR）数据进行预测性分析，特别关注血液感染（BSI）预测。通过整合图卷积转换器（GCT）组件，RatchetEHR 能够识别 EHR
PDF2 months ago
使用自监督转换和多任务学习的语音无关语言障碍严重程度分类
通过使用变压器模型与多任务学习，研究论文提出了一种自动评估口吃严重程度的新框架，并比较不同方法之间的性能，以实现客观、可重复、易接触、标准化和成本效益高的自动评估方案。
PDF4 months ago
LogFormer: 日志异常检测的预训练和调试流程
提出了一种用于日志异常检测的统一 Transformer 框架（LogFormer），通过预训练和适配器调优阶段建立起一个包括源领域和目标领域的共享语义知识的模型，使用了 Log-Attention 模块来补充日志配对忽略的信息，实验证明了
PDF6 months ago
ACP-ESM：一种基于蛋白定向变压器方法的抗癌肽分类的新型框架
提出了一种高效的基于 Transformer 的框架，利用 ESM、ProtBert、BioBERT 和 SciBERT 四种不同的 Transformer 模型从氨基酸序列中检测抗癌肽，实验证明该模型在准确率上优于现有研究，为抗癌肽研究确
PDF6 months ago
从主观立体视频中感知 3D 人体姿势
通过使用新的基于 transformer 模型的框架，结合场景信息和长时空上下文，利用头戴设备提供的俯视图来更准确地估计包括蹲下和坐下等复杂动作的三维人体姿态，并提出了两个新的用于综合评估现有和即将推出方法的数据集 UnrealEgo2 和
PDF6 months ago
基于提示的分组变压器用于核团检测和分类
基于分组变换器的分类器的新型端到端核分类和检测框架具有显著的性能优势。
PDF8 months ago
利用模态特征进行多模态操作检测和链接
我们构建了一个简单而新颖的基于 Transformer 的多模态操纵检测和定位任务框架，通过引入视觉 / 语言预训练的编码器和双支路交叉注意力来同时探索模态特定的特征，并提出了解耦的细粒度分类器和自适应地聚合全局上下文线索的隐式操纵查询，从
PDF9 months ago
BodyFormer：基于 Transformer 的语义引导的三维身体手势合成
提出了一种基于变分变压器的新型自动化从语音中合成的三维体手势的框架，通过学习语音和三维手势之间的映射，使用概率分布生成多样化的手势，并通过预训练方案解决数据稀缺性问题，结果显示比现有方法产生更逼真、更恰当和更多样化的身体手势。
PDF10 months ago
ToonTalker：跨领域人脸再现
本文提出了一种用于无配对数据的跨领域面部重现方法，通过转换器为不同领域中的动作在共同的潜变量空间进行对齐和转移，采用两个特定领域的运动编码器和可学习的运动基础记忆单元进行特性捕捉，并通过类比约束使用两个领域的数据进行新颖的跨领域训练方案，实
PDF10 months ago
ICCV基于谱图的透视图双手重建的 Transformer 网络：利用多视角彩色图像
我们提出了一个基于 Transformer 的框架，可以从多视角的 RGB 图像中重建两只高保真度的手。通过对大规模合成数据集和真实数据集进行实验，我们展示了该框架能够产生逼真的双手重建效果，并展示了合成训练模型在真实数据上的泛化性能，以及
PDF10 months ago
ICCVESTextSpotter：基于 Transformer 的场景文字定位的显式协同
基于显式协同的文本识别 Transformer 框架 (ESTextSpotter) 在文本检测和识别中，通过建模区分性和交互特征，明显提高了性能。
PDF10 months ago
基于 Transformer 的人物 - 对象交互检测中的组合学习
人物 - 物体互动（HOI）检测是理解人类活动和视觉场景的重要组成部分。本研究通过引入 transformer-based 框架，重新组合不同 HOI 实例中的人物 - 物体对表示和互动表示，从而获得更丰富的上下文信息，提高知识的泛化能力，
PDFa year ago
MCTformer+: 弱监督语义分割的多类标记变换器
本文提出了一种新颖的基于 Transformer 的框架，旨在通过生成准确的类特定目标定位图作为伪标签来增强弱监督语义分割，并探讨了 Transformer 模型捕捉类特定关注力以实现具有类鉴别性的目标定位的潜力。
PDFa year ago
PINNsFormer：基于 Transformer 的物理信息神经网络框架
提出了一种名为 PINNsFormer 的基于 Transformer 的新型框架，通过在 Transformer 模型中利用多头注意力机制捕捉时间依赖关系，准确地近似了偏微分方程（PDE）的解。PINNsFormer 不仅适应了输入向量到
PDFa year ago
基于 Transformer 的可变长度体积数据端对端分类
本研究提出一种基于 Transformer 的框架，通过随机分辨率输入不同的切片来增强可学习的位置嵌入，从而可以有效地分类可变长度的体积数据，这种方法在视网膜 OCT 卷积分类上获得了 21.96% 的平衡准确度提升。
PDFa year ago
TreeFormer：一个基于半监督 Transformer 框架的单幅高分辨率图像树木计数方法
本文提出了一种半监督的基于 Transformer 框架的 TreeFormer 方法，通过采用金字塔表示模块、上下文关注的特征融合和树密度回归模块来建立多尺度特征表示，进而通过图像解码器实现对树的数量统计和密度估计，降低了树的标注成本，通
PDFa year ago
S.T.A.R.-Track：适应空时外观表示的端到端 3D 物体跟踪潜在运动模型
本文介绍了一种基于注意力跟踪范式的物体中心、基于变压器的三维跟踪框架。我们提出了 S.T.A.R.-Track，该框架使用新颖的隐式运动模型（LMM）将目标查询进行调整，以直接考虑视角和照明条件的变化，同时显式建立几何运动模型。此外，我们还
PDFa year ago
基于无监督帧到片段对齐的置换感知动作分割
本文提出了一种新颖的基于 Transformer 的框架，用于无监督活动分割，利用帧级别线索和段级别线索。我们的方法通过一个帧级别预测模块开始，该模块通过 Transformer 编码器估计逐帧动作类别。为了利用段级别信息，我们引入了一个段
PDFa year ago
GridFormer: 残差稠密格子结构变压器用于恶劣天气条件下的图像恢复
本研究提出了一种基于 Transformer 的新型框架 GridFormer，该框架采用网格结构和残差密集 Transformer 块，引入了增强的注意力机制和残差密集 Transformer 块，可在艰难的天气条件下实现图像修复，并在五
PDFa year ago
Prior Query Transformer 单昼夜的夜间雾霾移除
提出了一种基于变压器的夜间图像去雾框架 NightHazeFormer，结合了半监督的微调策略和先验查询，同时创造了大规模的合成数据集 UNREAL-NH，表现优于现有的夜间去雾方法。
PDFa year ago