分子相互作用预测在预测分子之间的未知相互作用(例如药物靶标相互作用(DTI)和药物 - 药物相互作用(DDI)(DDI)中起着至关重要的作用,这在药物发现和治疗学领域至关重要。尽管先前的预测方法通过利用了生物医学知识图(KGS)的丰富语义和拓扑结构而产生了令人鼓舞的结果,但它们主要集中于增强预测性能,而无需解决不可避免的噪声和不一致语义的存在。这种限制阻碍了基于KG的预测方法的进步 ...
0 0 0 2025/03/31 arXiv:2312.06682v2 xixiaixixi
更改字幕是使用自然语言句子描述两个相似图像之间的细粒度分歧。观点变化是此任务中最典型的干扰因素,因为它会更改对象的比例和位置,并压倒了真实变化的表示。在本文中,我们提出了一个关系所限制的表示网络(r $^3 $ net),以明确区分真正的变化与大量混乱和无关紧要的变化 ...
0 0 0 2025/03/31 arXiv:2110.10328v1 17733052961
在大型语言模型(LLMS)的一代中,检索型生成一代(RAG)的出现缓解了过时和幻觉的问题,但它仍然揭示了许多局限性。当通用LLM充当抹布发电机时,它通常会遭受响应信息不足,响应鲁棒性和引文质量的影响。过去的方法可以解决这些限制,要么通过合并除了产生响应之外的其他步骤,要么通过监督的微调(SFT)优化发电机,但仍无法完全与破布需求保持一致 ...
0 1 0 2025/03/31 arXiv:2412.14510v1 15966829631
迭代采样过程的计算负担仍然是基于扩散的低光图像增强(LLIE)的主要挑战。当前的加速方法,无论是基于培训还是无训练,通常都会导致绩效的重大降级,从而突出了性能和效率之间的权衡。在本文中,我们确定了导致性能降解的两个主要因素:拟合错误和推理差距 ...
0 0 0 2025/03/31 arXiv:2410.12346v2 fany
天气预报对于一系列人类活动至关重要,包括运输,农业,工业以及公众的安全。机器学习模型有可能改变复杂的天气预测管道,但是当前的方法仍然依赖数值天气预测(NWP)系统,从而限制了预测速度和准确性。在这里,我们证明机器学习模型可以替换整个操作NWP管道 ...
0 0 0 2025/03/31 arXiv:2404.00411v3 11123
零相关区(ZCZ)序列和Golay序列是两种具有不同优选相关属性的序列。它由Gong \ textit {等}和Chen \ textit {等 ...
0 0 0 2025/03/31 arXiv:2108.05657v2 wanchengjuan
异常检测对于实际应用,例如工业质量检查很有价值。但是,大多数方法都集中在检测局部结构异常时,同时忽略了包含逻辑约束的组成异常。在本文中,我们介绍了Logsad,这是一种新型的多模式框架,不需要对逻辑和结构异常检测进行训练 ...
0 0 0 2025/03/31 arXiv:2503.18325v1 晴天小熊猫
现实世界中的低分辨率(LR)视频具有多种多样且复杂的降级,对视频超分辨率(VSR)算法构成了巨大的挑战,可以以高质量重现其高分辨率(HR)对应物。最近,扩散模型在为图像修复任务生成现实细节时表现出了令人信服的性能。但是,扩散过程具有随机性,因此很难控制还原图像的内容 ...
0 0 0 2025/03/31 arXiv:2312.00853v2 Sally

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)