当跨域应用时,跨域少数射击对象检测(CD-FSOD)对现有对象检测和几个射击检测模型构成了重大挑战。与NTIRE 2025结合使用,我们组织了第一届CD-FSOD挑战,旨在提高当前对象探测器在完全新颖的目标域上的性能,仅具有有限的标记数据。挑战吸引了152名注册参与者,收到了42支球队的意见书,并结束了13个团队进行有效的最终提交 ...
0 0 0 2025/04/20 arXiv:2504.10685v1 Jht
网络架构在基于深度学习的计算机视觉系统中起着关键作用。广泛使用的卷积神经网络和 Transformer 将图像视为网格或序列结构,这对于捕获不规则和复杂的物体并不灵活。在本文中,我们建议将图像表示为图结构,并引入一种新的视觉gnn(vig)架构来提取视觉任务的图级特征... ...
0 0 0 2025/04/20 arXiv:2206.00272v3 oliverdu
最近,由于其事件驱动和节能的特征,受脑启发的尖峰神经元网络(SNN)引起了广泛的研究兴趣。尽管如此,由于其激活函数的非差异性,很难有效地训练深SNN,这可以禁用传统人工神经网络(ANN)的典型使用梯度下降方法。尽管替代梯度(SG)的采用正式允许损失的后传播,但离散的尖峰机制实际上将SNN的损失格局与ANN的损失格局区分开,使替代梯度方法失败,无法获得与ANN相当的准确性 ...
0 0 0 2025/04/19 arXiv:2202.11946v3 打笨蛋
为了模拟人类行为的不确定性,随机轨迹预测需要对未来轨迹的复杂多模式分布。新兴的扩散模型揭示了它们在众多一代任务中的巨大表示能力,显示了随机轨迹预测的潜力。但是,昂贵的时间消耗可以阻止实时预测的扩散模型,因为需要大量的剥离步骤来确保足够的表示能力 ...
0 0 0 2025/04/19 arXiv:2303.10895v1 tuxiaolv
蛋白质表示学习对于众多生物学任务至关重要。最近,在大规模蛋白质序列上预测的基于 Transformer 的大型蛋白质语言模型(PLM)在基于序列的任务上表现出了显着成功。但是,PLM缺乏结构信息 ...
0 0 0 2025/04/19 arXiv:2504.04770v1 DECEM
近年来,大型语言模型(LLM)的兴起使得无需任何演示样本或仅使用少量样本通过上下文学习(ICL)直接实现命名实体识别(NER)成为可能。然而,标准 ICL 只能帮助 LLM 理解任务指令、格式和输入标签映射,而忽略了 NER 任务本身的特殊性。在本文中,我们提出了一种新的提示框架 P-ICL,以更好地利用 LLM 实现 NER,其中利用一些点实体作为辅助信息来识别每种实体类型 ...
0 0 0 2025/04/19 arXiv:2405.04960v2 betariver
在本文中,我们研究了移动地面用户的空对地面超级可信和低延迟通信(URLLC)的问题。这是通过实时控制多个无人驾驶汽车(UAV)的同时避免使用UAV碰撞来完成的。为此,我们提出了一种新型的多代理深钢筋学习(MADRL)框架,创造了图形注意交换网络(GAXNET) ...
0 0 0 2025/04/19 arXiv:2105.10716v1 xdd
新闻推荐系统(RS)在当前的数字时代起着关键作用,塑造了个人访问和参与信息的方式。自然语言处理(NLP)和RS的融合受到大型语言模型(例如GPT和T5系列)的兴起的刺激,模糊了这些领域之间的界限,从而倾向于将RS视为语言任务。 Chatgpt以其用户友好的界面和日益流行而闻名,已成为多种NLP任务的重要选择 ...
0 0 0 2025/04/19 arXiv:2311.05850v1 luxiaoti

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)