图像恢复中的许多有趣的任务都可以转化为线性逆问题。最近解决这些问题的一系列方法使用随机算法,该算法从给定测量值的自然图像的后验分布中进行采样。然而,有效的解决方案通常需要针对特定​​问题的监督训练来对后验进行建模,而不针对特定问题的无监督方法通常依赖于低效的迭代方法 ...
0 0 0 2024/04/21 arXiv:2201.11793v3 boboshen
在本文中,我们介绍了 DiarizationLM,这是一个利用大型语言模型 (LLM) 对说话者二值化系统的输出进行后处理的框架。使用所提出的框架可以实现各种目标,例如提高分类记录的可读性,或降低单词分类错误率(WDER)。在此框架中,自动语音识别(ASR)和说话人分类系统的输出表示为紧凑的文本格式,该格式包含在可选微调的 LLM 的提示中 ...
0 0 0 2024/04/21 arXiv:2401.03506v4 cjwbuaa
将静态图像制作成动画可提供引人入胜的视觉体验。传统的图像动画技术主要关注具有随机动力学的自然场景动画(例如 ...
0 0 0 2024/04/21 arXiv:2310.12190v2 adrianxu
时间序列在金融、医疗保健、物联网和智慧城市中有广泛的应用。在许多此类应用中,时间序列通常包含个人数据,因此如果直接向公众发布,可能会侵犯隐私。最近,本地差分隐私(LDP)已成为保护数据隐私的最先进方法 ...
0 0 0 2024/04/21 arXiv:2404.03873v1 chang904105072
时间序列数据以其内在的长期和短期依赖性为特征,对分析应用程序提出了独特的挑战。虽然基于 Transformer 的模型擅长捕获远程依赖性,但它们在噪声敏感性、计算效率以及较小数据集的过度拟合方面面临限制。为此,我们引入了一种新颖的时间序列轻量级自适应网络(TSLANet),作为各种时间序列任务的通用卷积模型 ...
0 0 0 2024/04/21 arXiv:2404.08472v1 chang904105072
网上错误信息的泛滥对公共利益构成了重大威胁。尽管许多在线用户积极参与打击虚假信息的斗争,但许多此类回应的特点是缺乏礼貌和支持事实。作为一种解决方案,提出了文本生成方法来自动生成反错误信息响应 ...
0 0 0 2024/04/21 arXiv:2403.14952v1 Farren
朴素贝叶斯分类器是基于流行的贝叶斯概率定理的分类器系列,以创建简单但性能良好的模型而闻名,特别是在文档分类和疾病预测领域。在本文中,我们将在文档分类的背景下研究朴素贝叶斯分类的主要概念 ...
0 0 0 2024/04/21 arXiv:1410.5329v4 antzw
对话中的情绪识别(ERC)是一个重要且活跃的研究领域。最近的工作表明了使用多种方式的好处(例如 ...
0 0 0 2024/04/21 arXiv:2112.01938v2 HaoLiu0209

来一起翻译吧!


为了您和其他读者获得更好的阅读体验,请您勇敢地改进翻译,特别是一些显而易见的机器翻译错误。


虽然我们追求卓越,但我们并不要求翻译十全十美,因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译,您不必担心会因为您的失误导致无法挽回的破坏。(改编自维基百科)