Elektrik şebekesindeki karbondioksit emisyon yoğunluğunun kısa vadeli tahminlerini yapmak için makine öğrenimi yöntemlerini kullanın
Grafik evrişimli sinir ağına dayalı yüksek kaliteli 3D yüz rekonstrüksiyonu
BERTolojiye Giriş: BERT'in çalışma prensibinin yorumlanması
DymSLAM: Geometrik hareket segmentasyonuna dayalı dinamik sahne rekonstrüksiyonu
Sanal Terzi: İnsan duruşuna, şekline ve kıyafet türüne göre 3 boyutlu kıyafet tahmini
Makale Başlığı: Makine Öğrenimi ile Güç Şebekelerinde CO2 Emisyon Yoğunluğunun Kısa Vadeli Tahmini
Yazar: Kenneth Leerbeck / Peder Bacher / Rune Junker / Goran Goranovi / Olivier Corradi / Razgar Ebrahimy / Anna Tveit / Henrik Madsen
Gönderme süresi: 2020/3/10
Kağıt bağlantısı: https://paper.yanxishe.com/review/14223?from=leiphonecolumn_paperreview0327
Önerilen neden
1 temel sorun
Bu makale temel olarak, Danimarka'nın ihale alanındaki şebekenin karbondioksit emisyon yoğunluğunu tahmin etmek ve ortalama emisyonları marjinal emisyonlardan ayırmak için makine öğrenimi yöntemlerini kullanma sorununu çözmektedir.
2 Yenilik
Bu makale, çok değişkenli doğrusal regresyon modellemesini, mevsimsel dalgalanmaları ölçmek için Fourier serilerini ve doğrusal olmayan özellikleri yakalamak için Spline'ları kullanır. Çok sayıda öznitelikle karşılaşıldığında, bu kağıt, özellik seçimini gerçekleştirmek için Kement ve ileri özellik seçme algoritmasını birleştirir. Son softmax katmanında, ağırlıklı ortalama model, farklı doğrulama setlerinin ortalama RMSE'sine göre işleme için kullanılır.
3 Araştırma önemi
Bu makale, marjinal emisyonların ve DK2 alanındaki durumun tamamen farklı olduğunu tespit ederek, marjinal jeneratörlerin bitişik alanlarda bulunduğunu ve önerilen yöntemin, önceden ayrıntılı bilgi olmadan Avrupa elektrik şebekesindeki herhangi bir teklif alanında kullanılabileceğini göstermektedir.
Kağıt Başlığı: Grafik Evrişimli Ağlar Kullanarak Vahşi Görüntülerden Yüksek Doğruluklu 3D Yüz Yeniden Yapılandırmaya Doğru
Yazar: Jiangke Lin / Yi Yuan / Tianjia Shao / Kun Zhou
Gönderme süresi: 2020/3/12
Kağıt bağlantısı: https://paper.yanxishe.com/review/14158?from=leiphonecolumn_paperreview0327
Önerilen neden
Bu makale CVPR2020'nin bir yüz rekonstrüksiyon makalesidir.
Son birkaç yılda, 3DMM tabanlı yöntemler, tek görüntülü görüntülerden 3D yüz şekillerini geri yüklemede büyük başarı elde etti. Ancak, bu yöntemle geri yüklenen yüz dokusu, giriş görüntüsünde gösterilen aslına uygunluktan yoksundur. Ayrıca, yüksek kaliteli yüz dokuları oluşturabilen, yüksek kaliteli yüz dokusu UV haritalarından oluşan büyük ölçekli bir veri kümesi üzerinde eğitilmiş bir nesil ağını kullanan bazı yeni çalışmalar da vardır, ancak veri kümesinin hazırlanması zordur ve yayınlanmamıştır.
Bu makale, büyük ölçekli yüz dokusu veritabanlarına ihtiyaç duymadan tek görünümlü doğal görüntülerden yüksek kaliteli dokulara sahip 3D yüz şekillerini yeniden yapılandırmak için bir yöntem sunar. Ana fikir, 3DMM yöntemine göre oluşturulan ilk dokuyu optimize etmek için girdi görüntüsünden yüz ayrıntılarını kullanmak ve doku haritasını yeniden oluşturmak yerine ağ köşelerinin ayrıntılı rengini yeniden yapılandırmak için grafik evrişimli ağı kullanmaktır. Deneyler, makale yönteminin, en son yöntemlerden daha iyi olan yüksek kaliteli yeniden yapılandırma sonuçları üretebileceğini göstermektedir.
Kağıt adı: BERTolojide Bir Astar: BERT'nin nasıl çalıştığı hakkında bildiklerimiz
Yazar: Anna Rogers
Gönderme süresi: 2020/2/7
Kağıt bağlantısı: https://paper.yanxishe.com/review/13947?from=leiphonecolumn_paperreview0327
Önerilen neden
Bu makale, Bert'in akademideki mevcut araştırma sonuçlarını özetleyen ve ayrıca takip araştırmasını dört gözle bekleyen bir derleme makalesidir.BERT modeline yeni başlayanlar için uygundur. Bu makalenin çerçevesinin yazarı, temel olarak mevcut akademik topluluğun BERT anlayışını BERT ağ yapısı, BERT yerleştirmeleri, Sözdizimsel bilgi, Anlamsal bilgi, Dünya bilgisi ve Öz-ilgi mekanizması perspektiflerinden analiz etmektedir. Araştırma açıklanmıştır Önceki girişe dayanarak yazar, BERT'nin nasıl eğitildiği ve model çok karmaşık olduğunda nasıl çözüleceği ile ilgili problemlere karşılık gelen çözümler sunar. Son olarak yazar, BERT'nin gelecekteki araştırma yönü ve çözülmesi gereken sorunlar hakkında bir bakış açısı ortaya koymaktadır.
Bildiri Başlığı: DymSLAM: Geometrik Hareket Segmentasyonuna Dayalı 4D Dinamik Sahne Yeniden Yapılandırması
Yazar: Chenjie Wang / Bin Luo / Yun Zhang / Qing Zhao / Lu Yin / Wei Wang / Xin Su / Yajun Wang / Chengyuan Li
Gönderme süresi: 2020/3/10
Kağıt bağlantısı: https://paper.yanxishe.com/review/13904?from=leiphonecolumn_paperreview0327
Önerilen neden
Çoğu SLAM algoritması statik senaryo varsayımlarına dayanır, ancak gerçekte çoğu senaryo dinamiktir ve dinamik nesneler içerir, bu nedenle bu tür yöntemler uygulanamaz.
Bu makale, sert hareketli nesneler içeren 4D (3D + zaman) dinamik sahneleri yeniden oluşturabilen dinamik bir stereoskopik gerçek SLAM sistemi olan DymSLAM'ı önermektedir. DymSLAM'ın tek girişi stereo videodur ve statik ortamların yoğun görüntülerini, hareketli nesnelerin 3B modellerini ve kameraların ve hareketli nesnelerin yörüngelerini çıkarır. Sistem ilk olarak ardışık karelerin doğrudan ilgi noktalarını tespit etmek ve eşleştirmek için geleneksel SLAM yöntemini kullanır ve ardından farklı hareket modellerine ait ilgi noktalarını (kendi kendine hareket ve katı nesne hareketi dahil) bölümlere ayırmak için çoklu model uydurma algoritmasını kullanır. Kendi kendine harekete dayalı ilgi noktaları, kamera yörüngesini ve statik arka planı tahmin eder ve katı nesne hareketine dayalı ilgi noktaları, nesnenin kameraya göre göreceli hareketini tahmin etmek ve nesnenin 3B modelini yeniden oluşturmak için kullanılır. Son olarak, bir 4D sekansı elde etmek için 3B nesnenin hareketi ortamın 3B haritasına birleştirilir.
Sorun, sahnedeki katı hareket eden nesnelerin modelini ve yörüngelerini yeniden oluşturabilen ve robotlarda dinamik nesnelerin engellerden kaçınma gibi birçok uygulama için kullanılabilen katı hareketli nesneler içeren bir SLAM sistemi önermektedir.
Bildiri Başlığı: The Virtual Tailor: İnsan Duruşu, Şekli ve Giysi Stilinin Bir Fonksiyonu Olarak Giysileri 3D Olarak Tahmin Etme
Yazar: Patel Chaitanya / Liao Zhouyingcheng / Pons-Moll Gerard
Gönderme süresi: 2020/3/10
Kağıt bağlantısı: https://paper.yanxishe.com/review/13854?from=leiphonecolumn_paperreview0327
Önerilen neden
İnsan giysilerinin deformasyonunun hızlı, doğru ve gerçekçi bir şekilde nasıl simüle edileceği ve tahmin edileceği AR / VR ve sanal uygulama gibi birçok alanda uygulamaları olan bilgisayar grafiklerinde önemli bir sorundur.
Bu makale, giysilerin kıvrımları gibi yerel ayrıntıları korurken, insan vücudunun şekline, duruşuna ve giyim türüne göre giysilerin deformasyonunu tahmin edebilen bir TailorNet sinir ağı modelini önermektedir. Makalenin teknolojisinin özü, giysilerin şeklini yüksek frekanslı ve düşük frekanslı parçalara ayırmaktır.Düşük frekanslı kısmın bilgisi, insan vücudunun şekli, duruşu ve giyim kategorisinden tahmin edilir.Yüksek frekanslı kısmın detayları, şekil ve stil ile ilgili duruş modelinden tahmin edilir ve karıştırılır. . Yazar, kendisi tarafından inşa edilen 55800 çerçeve veri kümesini açık kaynaklı olarak kullandı.Projenin ana sayfası https://virtualhumans.mpi-inf.mpg.de/vtailor.
Lei Feng Ağı Lei Feng Ağı Lei Feng Ağı