域自适应对象检测（DAOD）旨在减轻跨域差异引起的转移性能降解。但是，大多数现有的daod方法都以过时的和计算密集的两阶段更快的速度主导，这不是工业应用的首选。在本文中，我们提出了一种基于新型的半监督域自适应Yolo（SSDA-Yolo）方法，以通过将紧凑的一阶段较强的较强的检测器Yolov5与域适应性整合在一起，以提高跨域检测性能 ...

用户定位，从数字营销的进步中，从非专家营销人员中选择目标用户的过程引起了极大的关注。但是，现有的用户靶向方法遇到了两个重大挑战：（i）跨域和跨刻录的可转移性和泛化，以及（ii）在现实世界应用中的可预测性不足。这些限制阻碍了它们在各种工业场景中的适用性 ...

Laplace-Beltrami操作员由于其许多有用的特性，例如在等距转换下不变，具有可计数的特征系统形成正晶基础，并且完全表征了歧管的地理距离，因此在非刚性形状分析的领域中建立了自身。但是，这种不知道仅适用于等距变形，这会导致许多现实世界中的性能故障。近年来，重点是使用深度学习方法提取最佳特征，但是光谱特征起着至关重要的作用，并且仍然增加了价值 ...

文本到图像（T2I）扩散模型的最新进展表明，在产生高保真图像方面具有显着的功能。但是，这些模型通常很难忠实地渲染复杂的用户提示，尤其是在属性绑定，否定和组成关系等方面。这导致用户意图与生成的输出之间的不匹配 ...

基金会模型通过``一次训练，在任何地方部署''范式彻底改变了自然语言处理，其中单个预训练的模型适应了无数下游任务而无需重新训练。访问物理基金会模型（PFM）将具有变革性 - 使获得高保真模拟的访问，加速科学发现并消除了对专门求解器开发的需求。然而，当前的物理感知机器学习方法从根本上仍限于单个狭窄的域，并且需要为每个新系统进行重新培训 ...

在本文中，我们通过提出TERA来重新考虑文本到阿瓦塔尔生成模型，这是比以前的基于SDS的模型和一般大型3D生成模型更高效，更有效的框架。我们的方法采用了两阶段的培训策略来学习本机3D化身生成模型。最初，我们将解码器提炼出从大型人类重建模型中得出结构化的潜在空间 ...

酶催化的蛋白裂解对于许多生物学功能至关重要。准确预测切割位点可以促进各种应用，例如药物开发，酶设计以及对生物学机制的更深入的了解。但是，大多数现有模型仅限于单个酶，该酶忽略了对酶的共同知识，并且未能推广到新型酶 ...

最近提出了先前拟合的网络（PFN）来有效执行表格分类任务。尽管它们在小型数据集上取得了良好的性能，但它们在较大的数据集中遇到了限制。这些局限性包括大量的记忆消耗和增加的计算复杂性，这主要是由于将所有训练样本纳入这些网络中的输入是不切实际的 ...