表征学习相关论文
单视角深度估计任务是计算机视觉领域中极具挑战性的问题之一,其目标是给定单张彩色图像,预测图像上每个像素点的深度值。由于三维......
药物发现是治疗疾病的关键步骤,而准确识别蛋白质和化合物小分子之间的相互作用是实现药物发现的核心手段。传统的药物筛选技术依......
随着各种传感器的硬件技术的高速发展,尤其是多传感器技术,相关器件可以记录并存储大量的数据信息,多传感器记录的时序数据通常都......
在机器学习领域,符号推理在过去几十年相较深度学习并没有取得很大的进展,研究者们相信如果将二者结合起来或许会有帮助,二者结合......
信息与通信技术的发展加速了社交媒体融入到大众的日常生活中,用户从传统的信息消费者逐渐转变为信息的生产者。用户在社交平台上......
深度强化学习是一种兼具深度学习特征提取能力和强化学习序列决策能力的智能体建模方法，能够弥补传统对手建模方法存在的非平稳性适......
多类别不平衡分布在图像分类的应用中普遍存在,是图像分类研究的主要问题之一。传统的分类算法基于平衡数据训练进行设计,当遇到不......
近年来,随着互联网行业的高速发展和开源软件、开源社区的兴起,网络上出现了大量的代码仓库,特别是一些被高频访问的在线搜索网站,......
预测药物和靶标之间的相互作用对于开发新药物非常重要,它可以加速药物开发的过程并且降低所需的成本。然而传统的临床试验需要消......
虽然深层神经网络较为成功地解决了点云数据稀疏和不规则等问题，但是，点云局部特征的学习仍然是一个非常具有挑战性的问题。现有的用......
攻击检测是攻击防御的前提,在防止安全威胁和保护网络免受攻击方面发挥着重要作用。多年来,攻击者与防御者始终在进行着博弈,新型......
对程序进行分析、推理，从中获取程序的相关信息，能够对软件开发、维护、迁移起到重要作用。而如何高效地从程序代码中获取高质量信息......
目前基于评论的研究无论是在学术界还是工业界都取得了很大的成功,但是依然存在一些问题。这些现有技术主要以独立和静态的方式提......
随着当今人类生活走向智能化和现代化,软件已经成为了影响生活至关重要的因素。软件缺陷预测（Software defect prediction,SDP）辅助......
对医学影像中器官、组织等目标进行分割,在医学诊断、治疗和预后中起着重要的作用,构建精确且鲁棒的医学影像自动分割系统有着深远......
为了将人工智能应用于从世界收集的大量无标注数据,一大关键难题是要用弱监督或无监督的学习方法来学习有用的表征。传统医学影像......
随着2018年国家标准《智慧校园总体框架》发布,致力于构建校园工作、学习和生活一体化的智慧校园正在全国多个高校逐步成型,从课堂......
三维数据有着广泛的应用,比如自动驾驶、机器人、游戏等。和一维信号与二维图像相比,三维数据往往缺乏规则的空间结构并且对旋转鲁......
随着在线社交网络的发展,社交平台下的用户群体也日渐壮大。新浪微博平台注册用户接近四亿,活跃用户超过一亿,是目前国内最大的微......
流量分类是网络服务质量（Quality of Service,Qo S）控制机制、流量异常检测的第一步,是拥塞控制和网络安全等方面的一个重要研究分支......
最近几年里,电子电路的应用相当广泛,其主要应用在通信、工业控制、医疗设备、家用电子产品、航空航天设备以及军事工业等领域。随......
软件抄袭已成为软件生态环境健康发展的严重威胁之一。目前,胎记技术是实现软件抄袭检测的一种最为有效的手段。然而,随着多线程程......
推理与概念、判断都是思维的重要形式.逻辑推理主要包括演绎推理(从一般到特殊)、归纳推理(从特殊到一般)和类比推理(从特殊到特殊......
网络异常流量检测是抵御恶意攻击、保护网络可用性和隐私安全的重要手段,对于维护网络安全有着至关重要的作用;而基于流量分类的方......
目前，以深度学习为代表的人工智能算法凭借超大规模数据集以及强大的计算资源，在诸如图像分类、生物特征识别、医疗辅助诊断等领域取......
行人再识别（person re-identification, ReID）旨在解决跨摄像头跨场景下目标行人的关联与匹配,作为智能视频监控系统的关键环节,对维......
推荐系统是学习用户偏好并实现个性化推荐的系统化应用技术,在商品购买、影音推荐、关联阅读等多领域得到了广泛的应用。近年来,随......
随着信息技术的迅速发展,互联网已成为人们日常生活的重要组成部分。与此同时,网络安全问题也层出不穷。网络钓鱼为其中问题之一,......
现实生活中人们接触的各式各样的复杂系统都可以抽象为复杂网络。而且复杂网络牵涉到多种不同领域的学科知识,因此关于复杂网络的......
蛋白质在人类的生命活动中起了十分重要的作用,可是天然的蛋白质未必能完全满足人类的需求。通过重组和突变等方法可以产生大量新......
短文本分类是一种基于长度较短文本学习语义表征并用于分类的任务,其应用场景包括社交媒体上用户的实时评论,对于商品/作品的评价......
表征学习技术是指根据任务将原始数据分布转换成机器可以有效识别和应用的一种技术集合。深度网络作为医疗数据表征学习的一种有效......
基于跨视角匹配的图像地理位置定位任务是将待查询的地面视角图像与参考数据集里带有GPS标记的航拍(卫星)图像进行比对,从而确定待......
基于邻域的Top-N推荐算法利用隐式反馈数据建立排序模型,其算法性能严重依赖于相似度函数的表现,传统相似性度量函数在隐式反馈数......
作为一种普遍存在的数据结构,网络总是被用来编码许多应用领域中实体之间的关系,如社会学中人与人之间的社会关系、生物学中蛋白质......
现实中大部分真实系统通常都包含大量相互联系但类型各异的组成部分,大多数研究工作把这些复杂的系统简单地建模成为同质网(Homoge......
受限玻尔兹曼机(Restricted Boltzmann Machine,RBM),作为一种基于能量的生成式模型,被广泛应用于数据降维、数据编码以及深层神经......
近年来,基于图的半监督分类是机器学习与数据挖掘领域的研究热点之一。该类方法一般通过构造图来挖掘数据中隐含的信息,并利用图的......
主动学习算法的目的是通过算法模型与标注人员的交互,使标注人员只使用少量的数据便可以获得与大量数据相同的模型预测准确率。近......
近年来,汉字生成逐渐演变为深度学习技术的一个新的应用。但由于汉字之间的结构差异过大,对所有汉字采用相同的风格迁移策略会导致......
在互联网金融机构有很多信贷业务,部分新开展的业务由于客户数据较少,无法建立有效的信用评分模型.本文研究将迁移学习思想应用到......
复杂网络在现实场景中无处不在,高效的复杂网络分析技术具有广泛的应用价值,比如社区检测、链路预测等.然而,很多复杂网络分析方法......
为了满足普通人群对艺术创作的需求,降低艺术创作的门槛极为重要,进行摄影作品的图像风格转换便是方法之一。通过对特定风格的图像......
图像表征学习是模式识别、机器学习等领域中重要的研究内容,也是计算机视觉和多媒体处理系统中最基本的结构单元,特征的性能直接影......
我们生活在一个由大量不同模态内容构建而成的多媒体世界中,不同模态信息之间具有高度的相关性和互补性,多模态表征学习的主要目的......
