最近，借助深图模型，表结构识别取得了令人印象深刻的进步。他们中的大多数都利用表格元素的单一视觉提示，或者只是通过早期融合将视觉提示与其他模式相结合，以推理其图形关系。但是，早期融合或以多种方式进行推理都不能适合所有多样性的各种桌子结构 ...

文档通常用于商业和科学中的知识共享和保存，其中是捕获大多数关键数据的表。不幸的是，大多数文档被存储并分布为PDF或扫描图像，这些图像无法保留逻辑表结构。已经提出了最近基于视觉的深度学习方法来解决这一差距，但大多数人仍然无法实现最新的结果 ...

视觉问题回答（VQA）是回答有关图像的问题，并需要处理多模式输入和推理以获取答案。在推理组件中使用声明性表示的模块化解决方案比端到端训练的系统在解释性方面具有明显的优势。不利的一面是，制定此类组件的规则可能是开发人员的额外负担 ...

点击率（CTR）预测任务在实际应用程序中起关键作用，尤其是在推荐系统和在线广告中。该领域的重要研究分支集中在用户行为建模上。当前的研究主要集中于建模目标项目与用户在其历史数据中与先前与用户相互作用的项目之间的共发生关系 ...

肺癌是全球与癌症相关死亡的主要原因。 PET-CT对于成像肺部肿瘤至关重要，提供必需的代谢和解剖信息，同时面临诸如较差的图像质量，运动伪像和复杂的肿瘤形态之类的挑战。预计基于深度学习的模型将解决这些问题，但是，现有的小规模和私人数据集限制了这些方法的重大绩效改进 ...

（tsr）方法... ...

深神经网络中的普遍性在医学图像分割中起关键作用。但是，基于深度学习的医学图像分析倾向于忽略频率差异的重要性，这对于实现模式 - 不可替代的模型和可域名的模型是至关重要的元素。此外，各种模型无法说明在深度监督下多任务学习可能引起的潜在信息损失，这是可能损害模型表示能力的因素 ...

表结构识别（ tsr）旨在将图像中的表格提取为机器可理解的格式。最近的方法通过预测检测到的单元框的邻接关系或学习从表格图像生成相应的标记序列来解决这个问题。然而，它们要么依赖额外的启发式规则来恢复表结构，要么需要大量的训练数据和耗时的顺序解码器... ...