unsupervised methods | BriefGPT

关键词unsupervised methods

搜索结果 - 91

语义引导的对抗扩散模型用于自监督阴影去除
我们提出了一种基于语义引导的对抗扩散框架，用于自监督的去除阴影，并通过两个阶段的训练来改善生成图像的质量。我们的方法在多个公开数据集上进行实验，并证明了其有效性。
PDF3 days ago
利用 LLMs 进行对话质量测量
该论文探讨了使用大型语言模型（LLMs）进行自动对话质量评估的方法，并在公共和专有数据集上尝试了各种配置。结果表明，更大的模型产生了更准确的对话标签；算法选择背景上下文示例优于随机选择；在输出最终标签之前，使用 “思维链”（CoT）推理和标
PDF9 days ago
深度学习表示中的无监督概念漂移实时检测
提出了 DriftLens，一种基于深度学习表示的无监督实时概念漂移检测框架，能够比以前的方法更好地检测漂移，在至少 11 个测试用例中运行速度至少快 5 倍，并且其检测到的漂移值与实际漂移量非常相关（相关性≥0.85），对参数变化具有鲁棒
PDF10 days ago
使用提示进行医学图像分割
本文提出了一种利用图像级标签来促进分割的双 U 形两阶段框架，通过预训练分类网络获取层次金字塔特征并引导下游分支的学习，在像素级标签的监督学习下，通过短跳和长跳将从分类分支获得的层次特征输入到下游分支中，并得到病变掩模，实验证明我们的框架相
PDF13 days ago
基于大规模合成神经影像数据集的 3D 卷积神经网络进行自监督预训练任务用于阿尔茨海默病分类
通过评估几种无监督方法对大规模合成数据集进行预训练的特征提取器在下游阿尔茨海默病与认知正常之间的分类任务中达到了类似于使用真实数据的模型的性能，从而支持使用大规模合成数据进行预文本任务训练的可行性。
PDF14 days ago
语言模型对道德的理解？走向鲁棒的道德内容检测
使用大规模语言模型和自然语言推理模型训练获得的抽象概念和常识知识，我们研发了多领域道德价值检测的多功能和强大方法，其中采用 GPT 3.5 模型作为基于零样本的无监督多标签道德价值分类器，消除了对标记数据的显式训练需求。与较小的基于自然语言
PDFa month ago
CLIP 在学习 3D 中的应用
通过两个无监督方法，我们提出了 $I2I$ 和 $(I2L)^2$，利用 CLIP 关于文本和 2D 数据的知识，计算两个 3D 样本之间的神经感知相似度，从而在没有文本描述的情况下增强对比的文本 - 图像 - 3D 对齐，通过自定义损失函
PDFa month ago
CVPR自定义您自己的配对数据的几轮方式
现有的图像编辑解决方案存在多个问题。尽管能够取得显著令人满意的生成结果，但一些有监督的方法需要大量成对的训练数据，从而极大地限制了它们的使用。其他的无监督方法充分利用大规模预训练的先验条件，在先验条件训练的领域中受到严格限制，在超出分布范围
PDFa month ago
多语言基于替代的词义归纳
通过群集将一个多义词的用法分组成对应的几个义项，以发现该多义词的义项是 Word Sense Induction (WSI) 的任务。本研究提出了适用于 100 种语言的多语言替代基础的 WSI 方法，无需或仅需很少调整就能适应不同语言，这
PDF2 months ago
基于流形的不完全多视图聚类通过双一致性引导
基于流形学习的不完整多视角聚类方法通过双一致性指导灵活地恢复各个视角下的不完整数据，并通过反向正则化实现双一致性指导策略，同时在探索恢复数据的隐藏结构方面提出了流形嵌入测量。此外，该方法平衡了不同视角的重要性，并为每个视角引入了自适应权重项
PDF2 months ago
FastLogAD: 基于掩码引导的伪异常生成与判别的日志异常检测
现今大型计算机广泛输出日志以记录运行状态，因此从实时日志信息中准确识别出可疑或恶意活动已变得至关重要。因此，快速日志异常检测成为自动化不可行的手动检测的必要任务。本文介绍了 FastLogAD，这是一个生成器 - 辨别器框架，通过 Mask
PDF3 months ago
CVPR自监督多目标跟踪与路径一致性
本文提出了一种新颖的路径一致性概念，用于学习强健的物体匹配，无需使用手动物体标识监督。通过改变模型可以观察的帧的方式，即跳过观察中的帧，我们可以得到多个不同的关联结果来追踪一个物体。由于观察的差异不会改变物体的身份，所得到的关联结果应该是一
PDF3 months ago
DI-Retinex：低光图像增强的数字成像 Retinex 理论
通过对数字成像中的 Retinex 理论进行理论和实验分析，本文提出了一种名为数字成像 Retinex 理论（DI-Retinex）的新表达式，该表达式包括增强模型中的偏移项，允许使用非线性映射函数进行像素级亮度对比度调整，并通过 Gamm
PDF3 months ago
CVPR无中间帧的 4D 医学图像数据高效无监督插值
提出了一个简单而有效的无监督体积插值框架（UVI-Net），用于在无中间帧的情况下实现时间插值，针对限制性数据可用性的情景，该方法在 4D 医学成像中表现出卓越的鲁棒性和效率。
PDF3 months ago
无监督神经网络在使用梯度下降训练的逆问题中的恢复保证
通过证明在适当选择的步长 / 学习率下使用梯度下降，可以继续使用深度图像先验（Deep Image Prior，DIP）中的对称方法提供的收敛和恢复保证，本文扩展了这些结果，并表明对于两层 DIP 网络，离散化仅通过常数影响过参数化边界，因
PDF4 months ago
无监督距离度量学习用于多变量时间序列的异常检测
本研究提出了 FCM-wDTW，一种用于多变量时间序列异常检测的无监督距离度量学习方法，通过将原始数据编码成潜在空间，并通过聚类中心揭示正常维度关系，引入局部加权 DTW 到模糊 C 均值聚类，并有效地学习最优潜在空间，通过数据重构实现异常
PDF4 months ago
利用时间运动线索实现无监督通用事件边界检测
通过使用非参数算法和运动信息，我们提出了 FlowGEBD 方法，该方法在视频中识别通用事件边界，并在 Kinetics-GEBD 和 TAPOS 数据集上表现出超越神经模型的性能。
PDF5 months ago
低光图像增强的扰动学习
通过使用 TroubleMaker 学习策略在低光图像增强任务中训练使用正常光图像作为输入的模型，结合 Global Dynamic Convolution 模块，本文提出的方法在公共数据集上取得与最先进方法竞争性的性能。
PDF5 months ago
基于连续分段仿射的图像动画运动模型
通过在高度表达的流形空间中建模源图像到驱动帧的运动，我们提出了一种新的方法以增强图像动画的表现力，进而使用连续分段仿射基模型 (Continuous Piecewise-Affine based, CPAB) 进行运动建模，并结合 SAM
PDF6 months ago
ReSynthDetect: 一种具有重建和合成特征的眼底异常检测网络
使用无监督方法检测眼底图像中的异常情况是一项具有挑战性的任务，由于正常和异常组织之间的相似性以及它们模糊的边界。当前的方法在准确检测细微异常和避免误报方面存在局限性。为了解决这些挑战，我们提出了 ReSynthDetect 网络，该网络利用
PDF6 months ago