后方格智能化观察网
首页 > 市场 > 人物专区QQ最新资讯精选Paper 研习社每日推荐1230

人物专区QQ最新资讯精选Paper 研习社每日推荐1230

在Paper 研习社每日精选栏目中,今天为大家带来一系列关于人工智能前沿学术论文的精选内容。以下是今日的精选内容:

基于深度度量学习的可扩展细粒度生成图像分类(Scalable Fine-grained Generated Image Classification Based on Deep Metric Learning)

作者:Xuan Xinsheng /Peng Bo /Wang Wei /Dong Jing

发表时间:2019/12/10

论文链接:https://paper.yanxishe.com/review/7899

推荐理由:随着生成图像技术的发展,现有检测方法难以应对不断涌现的新型生成图像。这篇文章提出了一种基于深度度量学习的可扩展多类别分类框架,旨在更好地对生成图像进行分类,并且通过微调使模型对新型生成数据获得更好的检测性能。

合并弱监督和主动监督以进行语析(Merging Weak and Active Supervision for Semantic Parsing)

作者:Ni Ansong /Yin Pengcheng /Neubig Graham

发表时间:2019/11/29

论文链接:https://paper.yanxishe.com/review/7900

推荐理由:该论文研究了如何结合弱监督和主动学习,以改进在弱监督下训练的人工智能解析器。实验结果显示,该方法可以提高解析器在不同数据集上的性能。

检测GAN产生的错误(Detecting GAN generated errors)

作者:Zhu Xiru /Che Fengdi /Yang Tianzi /Yu Tzuyang /Meger David /Dudek Gregory

发表时间:2019/12/2

论文链接:https://paper.yanxishe.com/review/7901

推荐理由: 本文提出了一种新的方法来检测GAN生成图片中的错误区域,这对于评估单个生成样本质量至关重要。此外,该方法能够作为单个图像质量指标使用,为理解GAN工作提供了新的视角。

十亿种方式抓取评估—抓取采样方案评估(A Billion Ways to Grasp: An Evaluation of Grasp Sampling Schemes)

作者: Eppner Clemens/Mousavian Arsalan/Fox Dieter

发表日期: 2019年12月11日

论文连接: https://paper.yanxishe.com/review/7902

推荐理由: 这篇文章回顾并比较了不同的抓取抽样策略,并利用物理仿真评估这些策略。实验结果显示,一些流行采样方案存在偏差,不够全面地覆盖物体可能被抓握的情况。

看、读和感觉—用多模态多任务学习作为广告理解基准测试

作者不详

发表日期不详

论文链接未提供

混合推理—更好利用混淆进行防御性攻击

提取城市水资源——结合深度学习与Google Earth Engine

面部合成从视觉属性到草稿使用多尺寸生成器

欢迎您继续关注Paper 研习社,每天都将为您更新最新的人工智能领域前沿学术论文!

标签:

猜你喜欢

12315不受理8条 微观奇迹数字芯...
微观奇迹:数字芯片的编码与应用探究 数字芯片的诞生与发展 数字芯片自20世纪50年代末开始兴起,至今已经成为现代电子产品不可或缺的一部分。从最初的简单逻辑...
市场部是做什么的工作 今生有你缘起缘...
缘起缘落的爱情篇章 在这个世界上,总有人相信命中注定的人会遇到。但对于林雨和张伟来说,这个信念似乎成了他们生命中的真实写照。《今生有你》小说里,他们的故事...
市场营销专业定义 无我不欢探索自...
在人类历史长河中,无数英雄豪杰以身许国,以命换利,展现了“无我不欢”这一高尚的人生态度。这种精神,不仅体现在战场上的英勇斗争,也体现在日常生活中的小事小情...
市场调研 数据驱动的决策...
引言 随着全球经济的快速发展,物流业作为现代社会不可或缺的一部分,其对效率、准确性和成本控制能力的要求日益提高。传统的物流仓储管理方式面临着越来越多的问题...

强力推荐