深度学习 (DL) 技术最近在金融、医疗服务和云计算等各个领域的异常检测 (AD) 方面取得了成功。然而,当前的大多数研究倾向于将深度 AD 算法视为一个整体,而没有剖析损失函数和网络架构等单独设计选择的贡献。这种观点往往会削弱数据预处理等初步步骤的价值,因为人们更多地关注新设计的损失函数、网络架构和学习范式 ...
0 0 0 2024/03/29 arXiv:2309.15376v2 wgy
我们提出了 FREDo,一个几次文档级关系提取 (FSDLRE) 基准测试。与建立在句子级关系提取语料库上的现有基准相反,我们认为文档级语料库提供了更多的真实性,特别是对于非上述(NOTA)分布。因此,我们提出了一组 FSDLRE 任务,并基于两个现有的监督学习数据集 DocRED 和 sciERC 构建了基准 ...
0 0 0 2024/03/29 arXiv:2205.02048v2 张小平
上下文单词表示通常在非结构化、无标签文本上进行训练,不包含任何现实世界实体的明确基础,并且通常无法记住有关这些实体的事实。我们提出了一种将多个知识库(KB)嵌入到大规模模型中的通用方法,从而通过结构化的、人工管理的知识来增强它们的表示。对于每个知识库,我们首先使用集成的实体链接器来检索相关的实体嵌入,然后通过单词到实体注意的形式更新上下文单词表示 ...
0 0 0 2024/03/29 arXiv:1909.04164v2 Jorbe
基于 RGB 的表面异常检测方法取得了显着进步。然而,某些表面异常现象仅在 RGB 中实际上仍然不可见,因此需要结合 3D 信息。采用点云主干的现有方法由于处理速度慢而导致表示不理想并且适用性降低 ...
0 0 0 2024/03/29 arXiv:2311.01117v1 JokerLin
逻辑表到文本生成是一项涉及从表生成逻辑上忠实的句子的任务,这需要模型通过逻辑推理从表记录中导出逻辑级事实。它对表到文本模型的逻辑层内容规划提出了新的挑战。然而,由于自然语言的歧义性和并行数据的稀缺性,直接从表文本对中学习逻辑推理知识对于神经模型来说非常困难 ...
0 0 0 2024/03/29 arXiv:2205.12697v2 whyseu
构建高清语义地图是自动驾驶的核心组成部分。然而,传统的管道需要大量的人力和资源来注释和维护地图中的语义,这限制了其可扩展性。在本文中,我们介绍了高清语义地图学习的问题,它根据机载传感器观测动态构建局部语义 ...
0 0 1 2024/03/29 arXiv:2107.06307v4 sswwpplyy
本文重点关注与任务无关的提示压缩,以提高通用性和效率。考虑到自然语言中的冗余,现有方法通过根据从因果语言模型(例如LLaMa-7B)获得的信息熵删除标记或词汇单元来压缩提示。挑战在于信息熵可能是次优压缩指标:(i)它仅利用单向上下文,可能无法捕获即时压缩所需的所有基本信息; (ii) 它与即时压缩目标不一致 ...
0 0 0 2024/03/29 arXiv:2403.12968v1 heiheihei
为了进行有效的结构损伤评估,需要将损伤实例定位在 3D 模型的世界中。由于缺乏数据,目前无法在 3D 空间中直接学习和执行结构异常的检测。在这项工作中,提出了一种三阶段方法,该方法利用图像级别检测模型的良好性能来分割 3D 空间中的异常实例 ...
0 0 0 2024/03/29 arXiv:2401.03298v1 JokerLin