Görsel diyalogun modal denge modeli
Dikkat ve ilgili veri kümesi DAmageNet için genel bir saldırı
Yarı yapılandırılmış tabloların bileşimsel anlamlarının analizi
Giriş ve çıkış örneklerinden yüksek düzeyde ifade edici SQL sorgularını sentezleyin
DeeperCut: Daha derin, daha güçlü ve daha hızlı çok kişili poz tahmin modeli
Kağıt adı: Görsel Diyalog için Modalite Dengeli Modeller
Yazar: Kim Hyounghun / Tan Hao / Bansal Mohit
Gönderme süresi: 2020/1/17
Kağıda bağlantı: https://paper.yanxishe.com/review/9325
Önerilen neden
Bu makale, görsel diyalog sorununu ele almaktadır.
Görsel diyalog görevi, bir modelin mevcut diyaloğa bir sonraki yanıtı oluşturmak için görüntüleri ve diyaloğu kullanmasını gerektirir. Ancak, herhangi bir bağlam geçmişi bilgisi olmadan sorgu görüntüsüne dayalı olarak yanıtlanabilecek çok sayıda diyalog sorusu vardır. Bu makale, önceki ortak modelin (geçmiş artı görüntü bilgisi) çok bağımlı ve diyalog geçmişini hatırlaması daha kolayken, yalnızca görüntü modelinin daha çok yönlü olduğuna ve çoklu doğru yanıtlara izin verildiğinde daha iyi performans gösterdiğine inanmaktadır. Bu nedenle, bu makale iki modelin, yani yalnızca görüntü modelinin ve görüntü-tarihsel ortak modelin sürdürülmesini teşvik etmekte ve daha dengeli bir çok modlu model oluşturmak için bunların tamamlayıcı yeteneklerini birleştirmektedir. Bu makale, ortak parametrelerin entegrasyonu ve fikir birliği boşluğu füzyonu yoluyla bu iki modelin entegrasyonu için iki yöntem önermektedir ve 2019 Görsel Diyalog Mücadelesinde mükemmel sonuçlar elde etmiştir.
Kağıt adı: Universal Adversarial Attack > Yazar: Chen Sizhe / He Zhengbao / Sun Chengjin / Huang Xiaolin
Gönderme süresi: 2020/1/16
Kağıt bağlantısı: https://paper.yanxishe.com/review/9324
Bu makale, derin sinir ağlarına yönelik düşman saldırıları incelemektedir. Bu makale bir konsantrasyon saldırısı önermektedir (Attack _src = "https://notecdn.yiban.io/cloud_res/79539/imgs/20-2-7_03:41:29.935_70700.png" style = "max-width: % 100; border-style: solid; border-width: 0px; box-shadow: yok; yükseklik: otomatik! Önemli; görünürlük: görünür! Önemli; " >
Kağıt adı: Bileşimsel Anlamsal Ayrıştırma > Yazar: Panupong Pasupat / Percy Liang
Yayın zamanı: 2015/1/24
Kağıt bağlantısı: https://paper.yanxishe.com/review/9240
Önerilen neden
Temel soru: Bu makale bir soru cevap sistemidir
İnovasyon: Bu makale, ilk önce yarı yapılandırılmış HTML tablolarından ilişkileri ve varlıkları kodlamak için bir anlamsal analizci eğitti. Daha sonra sistem, yüksek kapsama sahip aday mantıksal biçimsel gramer olmak için soruyu analiz eder, aday modeli logaritmik doğrusallıkla yeniden düzenler ve ardından cevabın temsilini üretmek için en yüksek puana sahip mantıksal formu çalıştırır.
Araştırmanın önemi: Yazar bir veri seti oluşturdu ve bu veri seti üzerindeki etki, bu yöntemin geleneksel kıyaslama modelinden daha iyi olduğunu doğruladı.
Kağıt adı: Giriş-Çıkış Örneklerinden Oldukça Dışavurumcu SQL Sorgularının Sentezlenmesi
Yazar: Chenglong Wang / Alvin Cheung / Rastislav Bodik
Verilme zamanı: 2017/1/5
Kağıt bağlantısı: https://paper.yanxishe.com/review/9239
Önerilen neden
Temel problem: SQL dilinin belirli bir gramer yapısı vardır, bu da SQL dilinin yetkin kullanımı için daha yüksek bir eşik değerine yol açar Bu makale bu problemi çözmek içindir.
İnovasyon noktası: Bu makale aşağıdaki gibi bir yöntem geliştirmektedir:
Yeni soyutlama-soyut sorgulama dili, daha önce meydan okuyan kapsamlı problemleri çözer.
Bu dildeki soyut sorgular sözdizimsel olarak SQL sorgularına benzer, ancak filtre koşulu herhangi bir geçerli yüklemle değiştirilebilir. Genel olarak konuşursak, iki sürece ayrılır: İlk süreç, SQL'e somutlaştırılabilen soyut bir sorgudur. İkinci süreç, her biri için soyut bir sorgu sentezlemek, bunu gerekli SQL sorgusunda somutlaştırmak ve en üst düzey adayları kullanıcıya döndürmektir.
Araştırmanın önemi: Soyut sorgulardaki operatörler artık parametreleştirilmiş tahminler olmadığından, soyut sorguların arama alanı, orijinaline kıyasla önemli ölçüde azaltılmıştır.
Bildiri Başlığı: DeeperCut: Daha Derin, Daha Güçlü ve Daha Hızlı Çok Kişili Poz Tahmin Modeli
Yazar: Insafutdinov Eldar / Pishchulin Leonid / Andres Bjoern / Andriluka Mykhaylo / Schiele Bernt
Yayınlanma tarihi: 2016/5/10
Kağıt bağlantısı: https://paper.yanxishe.com/review/9238
Önerilen neden
Araştırma hedefi: çok kişili senaryolarda ortak poz tahmininin teknik düzeyini iyileştirmek
Geliştirilmiş DeepCut
(1) Vücut için etkili aşağıdan yukarıya öneriler üretmek için geliştirilmiş vücut detektörü;
(2) Önerilerin değişken sayıda tutarlı vücut parçası konfigürasyonlarında birleştirilmesine izin veren yeni, görüntü koşullu çift terimler;
(3) Arama alanını daha etkili bir şekilde keşfetmek için artımlı optimizasyon stratejisi, daha iyi performans ve önemli hızlandırma faktörleri sağlar.
İki tek kişili ve iki çok kişili poz tahmin ölçütü üzerinde değerlendirilir. Bu yöntem, en ünlü çok kişili poz tahmin sonuçlarından önemli ölçüde daha iyidir ve aynı zamanda tek kişilik poz tahmin görevlerinde güçlü bir rekabet gücü gösterir.
Model ve kod adresinden edinilebilir.
ECCV 2016
AI Araştırma Enstitüsü, yapay zeka gençlerinin çoğuna daha iyi hizmet verebilmek için resmi olarak yeni bir "Tez" bölümü başlattı ve tezleri, önerileri, yorumları ve yorumları sıralayan makaleler aracılığıyla yapay zeka öğrencilerini ve gençleri bir araya getirmek için "ilgi çekici noktalar" olarak kullanmayı umdu ve kod yeniden üretildi. Yurtiçinde ve yurtdışında en son araştırma sonuçlarının incelenmesi, tartışılması ve yayınlanması için bir buluşma yeri olmaya ve mükemmel bilimsel araştırmaların daha geniş çapta yayılmasına ve tanınmasına izin vermeye kararlıdır.
Akademisyenleri sevenlerin, makale yazarlarından oluşan ekibimize katılmanızı umuyoruz.
Alabilirsiniz
1. Adınızın yazdığı bir makale sizi en göz kamaştırıcı akademik yıldız yapacak
2. Zengin ücret
3. AI ünlü şirketleri, konferans bileti avantajları, özel çevre birimleri vb.
Bildiri yazarı ekibine katılmak için ihtiyacınız olan:
1. Favori makalelerinizi araştırma kulübü üyelerinin çoğuna önerin
2. Tez yorumu yazın
AI Araştırma Enstitüsü'nün yarı zamanlı makale yazarı ekibine katılmaya hazırsanız, operasyon kadının WeChat hesabını ekleyebilir ve "Yarı zamanlı makale yazarı" notunu yazabilirsiniz.
Lei Feng Ağı Lei Feng Ağı Lei Feng Ağı