对偶学习相关论文
随着互联网的飞速发展,信息负载问题也变得愈发严重。个性化推荐算法对于提高平台流量转化率,促进智能经济,智能商业转型,以及促进......
随着多媒体设备和移动网络的普及,每天都会有大量的多媒体数据被生成、传递和处理。如何在海量的多媒体数据中获取到自己想要的信......
零样本学习是在可见类别图像与不可见类别图像没有交集条件下,通过学习可见类别图像信息,旨在将可见类别语义知识迁移到不可见类别......
深度学习凭借神经网络对语义的深度理解能力在机器翻译领域取得长足的进步。然而对于低资源语言,一个难以攻克的问题是大规模双语......
在机器翻译模型的构建和训练阶段,为了缓解因端到端机器翻译框架在训练时采用最大似然估计原理导致的翻译模型的质量不高的问题,本......
图像和文本是当今两种主要的信息载体,其中图像具有生动形象的特点,而文本概括性强,能够以简练的形式传递信息。图像字幕生成旨在......
零样本学习(Zero-Shot Learning,ZSL)利用人工定义属性等类别辅助信息进行模型训练,使模型具有识别未知类样本的能力.近年,利用生......
随着深度学习在语音,图像上取得突破,大家开始将注意力转移到自然语言处理领域.提出了基于深度神经网络的词汇蕴含识别方法。使用......
针对单图像低分辨率到高分辨率映射具有不适定性、特征图空间信息利用率低下以及网络参数量过大的问题,提出了一种基于渐进上采样......
随着互联网、云计算等信息技术的迅猛发展,整个信息社会已进入大数据时代。网络大数据在规模与复杂度上快速增长,这些数据中蕴含了......
随着互联网技术的不断发展,网络上每天产生的数据量呈现爆炸式增长,从海量的数据中挖掘出对用户有价值的信息变得也越来越困难。传......
图像的风格化是一个非常具有挑战的问题,特别对于监督方法尤为如此。因为一张具有特定风格的图像往往是没有对应的源图像(例如一幅......
半监督学习是同时利用标记和未标记数据进行学习的一种机器学习方法,其希望挖掘未标记样本的信息提升学习性能。但在某些场景中,由......
脑-机接口(Brain-Computer Interface,BCI)无需依靠脊髓和外围神经肌肉组织的帮助,即可实现大脑对外部设备的直接控制。BCI技术的......
深度学习方法凭借对语义的深度理解能力在机器翻译领域取得长足的进步.然而,对于低资源语言,大规模双语语料的缺乏易导致模型过拟......
通过功能磁共振成像(fMRI)进行大脑编码和解码是视觉神经科学的两个重要方面。尽管以前的研究人员在大脑编码和解码模型方面取得了......
神经网络在线提取子分量并不成功。基于Oja-Brockett-Xu并行神经网络拓扑结构,通过紧致Stiefel流形上加权Rayleigh商目标函数的优......
图像分类的应用场景非常广泛,很多场景下难以收集到足够多的数据来训练模型,利用小样本学习进行图像分类可解决训练数据量小的问题......
许多图像处理、计算机视觉的问题可以构成图像到图像的转换(即图像翻译)问题,但想要获得匹配的训练数据代价高昂且十分困难。本文......
目前,基于端到端的神经机器翻译(NMT)在大语种上取得了显著的效果,已经成为学术界非常流行的方法,然而该模型的训练严重依赖平行语......
图像模糊问题往往会导致后续图像处理算法的准确率降低,因此对运动模糊图像进行清晰化的研究一直是计算机视觉领域的热门课题。图......
近年来,深度学习技术在计算机视觉领域,自然语言处理领域和语音处理领域取得了飞速的发展和极大的成功,其中表示学习领域研究的不......
语音转换(Voice Conversion,VC)是一种将原始音频通过音频处理变成另一种风格的声音的技术。语音转换的有很多应用场景,最常见的是......
无监督图像翻译使用非配对训练数据能够完成图像中对象变换、季节转移、卫星与路网图相互转换等多种图像翻译任务.针对基于生成对......
面部行为分析是情感计算领域和计算机视觉领域重要的研究课题之一。相比于表情类别,面部动作单元(Facial Action Unit,AU)可以更加......
QA系统以自然语言形式的问题句为输入,从海量结构化数据或非结构化文本中推断问题答案作为输出。目前大部分的QA系统都需要将问答......
对偶性(Duality)广泛地存在于人工智能和机器学习任务之中,例如,中文到英文的翻译和英文到中文的翻译,图像分类和图像生成,语音识......
Web2.0技术的蓬勃发展给互联网带来了复杂多样且数量庞大的在线信息。目前用户面临较为严重的信息过载问题,推荐系统已经发展为解......
