visual patterns | BriefGPT - AI 论文速递

关键词visual patterns

搜索结果 - 7

分层复杂匹配学习产生了一个更好的 V2 皮层模型
通过在连续层上独立进行自我监督训练的自底向上方法，我们使两阶段的模型更好地与灵长类动物的 V2 区域神经活动一致，提高了对于识别对象和与人类行为相一致的一致性。
PDF7 months ago
IJCAI可解释的组合卷积神经网络
通过修改传统卷积神经网络，将其转化为可解释的组合卷积神经网络，以学习中间卷积层中编码有意义的视觉模式的滤波器，从而实现语义可解释的 AI，该方法可以广泛应用于不同类型的 CNN，并且实验效果良好。
PDF3 years ago
MarioNette: 自监督精灵学习
该研究提出了采用深度学习的方法来将基于精灵的视频动画分解为可重复的图形元素的表现方式，从而为在后续任务（如编辑或分析）中使用提供了简单且高效的生成模式。
PDF3 years ago
可视化说明的推荐系统
本文提出了基于注意力神经网络的可视化解释推荐模型，这种模型可同时提供用户感兴趣的推荐结果和推荐理由，其关键在于模拟用户注意力，使用隐式反馈和文本评价进行监督学习。实验结果表明，所提出的模型不仅可提高推荐性能，还可以提供具有说服力的视觉解释。
PDF6 years ago
PatternNet: 基于深度神经网络的视觉模式挖掘
本文研究了视觉模式挖掘的问题，并提出了一种名为 PatternNet 的新型深度神经网络结构，用于发现具有辨别性和代表性的模式。使用卷积神经网络中的卷积层滤波器来查找局部一致的可视化块，通过组合这些过滤器，我们可以有效地发现独特的视觉模式，
PDF7 years ago
基于图 LSTM 的语义对象分析
本文提出了一种新的基于图结构的 LSTM 网络 (Graph LSTM)，将任意形状的超像素作为拓扑结构的节点来自适应构建图拓扑结构，提供更加自然的信息传递路径，并使用自信度驱动的策略逐渐更新节点的隐藏状态和记忆状态。在四个数据集上进行综合
PDF8 years ago
弱监督下的视觉模式配置发现
本文提出了一种自动识别目标类别特有的视觉模式的方法，将其作为无监督目标检测的有益配置，从而实现更好的检测结果。
PDF10 years ago