- LLM-Vectorizer：基于 LLM 的验证循环向量化器
利用大语言模型（LLMs），我们提出了一个基于有限状态机多代理的方法，通过测试反馈生成矢量化代码，研究表明，LLMs 能够生成高性能的矢量化代码，相较于 Intel Compiler、GCC 和 Clang 等编译器，其运行速度提升了 1. - 基于车库电子地图的图像处理及矢量化存储的研究
该研究通过对大型地下停车场地图进行向量化和光栅化存储的研究，提出了一种基于网格索引方法的室内二维地图光栅数据向量化分类存储的方法，实现了室内地图的高效存储和快速查询，并通过插值算法将向量数据提取并转换成光栅数据，从而为车库地图的数字存储和导 - 利用大型语言模型增强企业知识库的问答能力
通过使用大规模语言模型（LLMs），我们提出了一种名为 EKRG 的新型检索 - 生成框架，以极低的注释成本实现了企业知识库的问答。通过独特的指令调优方法和针对连贯性思维的微调方法，我们的框架在真实世界数据集上进行了广泛实验，并取得了显著的 - 塞尔维亚语的新语言模型
本文简要介绍了用于塞尔维亚语的基于 Transformer 的语言模型的发展历史，同时还提出了几个使用塞尔维亚语资源进行训练的文本生成和矢量化模型。在四个自然语言处理任务上比较了十个选择的塞尔维亚语矢量化模型，包括两个新的模型。本文分析了在 - CVPR端对端的带分段贝塞尔曲线的矢量高清地图构建
该研究提出了一种基于参数化方法的高清地图向量化方案，采用了统一分段贝塞尔曲线，通过直接集合预测范式和后处理无关的 BeMapNet 网络架构来实现了向量化。
- 使用高通滤波预处理的卷积自编码器改进图像追踪
本文探讨了图像追踪的过程，并介绍了几种包括高通滤波、自编码和矢量化等处理方法，以提取出图像的抽象表示。根据研究结果，使用自编码器重建图像，经过高通滤波处理，再进行矢量化可以更加抽象地表示图像，同时提高矢量化过程的有效性。
- 图像矢量化：一综述
研究进行了关于机器学习兼容的矢量化方法的研究，发现尽管现有的方法能够直接指定形状数量和类型，但其工作时间很长且无法准确重现原始图像，因此我们认为没有快速的通用自动方法，需要对每种方法进行人工控制。
- 从 2D 平面图自动重建语义 3D 模型
本文介绍了一种从扫描的 2D 平面图重建矢量化 3D 模型的流程，以提高数字化过程的效率，该方法在公共数据集 CubiCasa5k 中实现了最先进的结果，并表现出较好的推广性，其矢量化方法特别有效，优于以前的方法。
- CVPRDualVector: 用双部分表示法进行无监督向量字体合成
本论文提出了 DualVector 方法作为一种新的向量字形表示方法，使用 “正” 和 “负” 路径对字形进行建模并通过布尔运算获得字形轮廓并进行改进，该方法在向量字体合成方面表现出优异的质量，可用于常见数字字体格式的实际应用。
- ICLR多边形生成器：一种自回归建筑物轮廓划分工具
本文介绍了一种基于图像转序列的模型来实现地理空间规划中物体的矢量化表示，以解决在远程感应应用中经常遇到的变异和瑕疵等问题。同时，该模型在使用真值边界框时，具有较高的性能，取得了最低的最大正切角误差。
- 单机快速基于种群的强化学习
通过编译和矢量化的技术，我们验证了集群训练可以在单台机器上进行，同时大于单个智能体训练，以及它可以被用于超参数调整。
- KDD使用可微分决策树集成实现灵活建模和多任务学习
我们提出了一种灵活的决策树集成学习框架，支持任意损失函数、缺失响应和多任务学习，采用可微分的树集成训练，并通过张量形式的不同 iable trees 实现了高效的向量化，实验结果表明，我们的框架比流行工具包产生的决策树集成更紧凑，表达力更强 - CVPR卫星图像中的机器学习三维建筑矢量化
本文提出了一种基于机器学习的方法，通过数字表面模型和全色影像的输入，使用条件生成对抗网络筛选出非建筑物，然后借助于语义分割网络检测出建筑物屋顶的边缘和角点，并提出一组矢量化算法来构建屋顶多边形，最终从改进后的表面模型中添加高度信息，以获得完 - CVPR矢量化与光栅化：自监督学习用于草图和手写
本研究提出了两种用于自我监督特征学习的跨模态翻译预训练任务：矢量化和光栅化，这两种方法可以同时为矢量和光栅基于手绘数据进行下游分析提供编码器模块，本文参考了双重表述的手写和素描数据。实证结果表明我们的方法优于现有的单模态和多模态自我监督方法 - 持久同调和应用同伦理论
该文章是对持久同调的调查，主要是它在拓扑数据分析中的应用，包括持久模的理论、持久条形码的稳定性定理、广义持久性、持久条形码的向量化，以及一些应用。
- 技术图纸的深度向量化
我们提出了一种新的技术线绘图矢量化方法，包括深度学习预处理、变形器网络估计矢量基元以及优化过程等步骤，该方法在代表性技术绘图上定量和定性地胜过现有技术。
- 通过 PolyVector 场的线绘图向量化
本论文提出了一种基于帧场处理的数学算法的新型图像矢量化方法，该算法旨在解决现代算法在转向点处无法忠实矢量化的问题，从而提高矢量化工具的实用性和自动矢量化软件的使用率。