注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 20.AAAI-X-modality.pdf

  2. 2020 AAAI之ReID：Infrared-Visible Cross-Modal Person Re-Identification with an X Modality

  3. 所属分类：深度学习

    • 发布日期：2020-04-26
    • 文件大小：375kb
    • 提供者：qq_41967539

  1. AAAI 2020最新「因果推理表示学习」【附122页ppt和最新综述论文】.zip

  2. 近年来，将传统的处理效果估计方法(如匹配估计器)和先进的表示学习方法(如深度神经网络)相结合的一个新兴的研究方向在广阔的人工智能领域引起了越来越多的关注。来自Georgia、Buffalo、*与Virginia的学者做了因果推理表示学习报告，在本教程中，介绍用于治疗效果估计的传统和最先进的表示学习算法。关于因果推论，反事实和匹配估计的背景也将被包括。我们还将展示这些方法在不同应用领域的应用前景。

  3. 所属分类：机器学习

    • 发布日期：2020-02-12
    • 文件大小：7mb
    • 提供者：syp_net

  1. AAAI 2020最新「迁移表示学习最新进展」【宾夕法尼亚大学】.zip

  2. 2020年2月7日-2月12日，AAAI 2020 于美国纽约举办。迁移学习近年来受到了非常大的关注，今年AAAI也有很多相关论文，这场Tutorial全面回顾可迁移表示学习方法的最新发展，重点介绍文本、多关系和多媒体数据的可迁移表示学习方法。

  3. 所属分类：机器学习

    • 发布日期：2020-02-11
    • 文件大小：18mb
    • 提供者：syp_net

  1. AAAI2020最新「可解释人工智能XAI」【从基础理论到工业应用、实际挑战和经验教训】.zip

  2. 2020年2月7日-2月12日，AAAI 2020 于美国纽约举办。AAAI2020关于可解释人工智能的Tutorial引起了人们极大的关注，这场Tutorial详细阐述了解释黑盒机器学习模型的术语概念以及相关方法，涵盖基础、工业应用、实际挑战和经验教训，是构建可解释模型的重要指南。

  3. 所属分类：机器学习

    • 发布日期：2020-02-11
    • 文件大小：42mb
    • 提供者：syp_net

  1. AAAI 2020最新「图神经网络GNN模型与应用」【附305页ppt】.zip

  2. 来自密歇根州立大学的YaoMa, Wei Jin, andJiliang Tang和IBM研究Lingfei Wu与 Tengfei Ma在AAAI2020做了关于图神经网络的Tutorial报告，总共305页ppt，涵盖使用GNNs对图结构数据的表示学习、GNNs的健壮性、GNNs的可伸缩性以及基于GNNs的应用，非常值得学习。

  3. 所属分类：机器学习

    • 发布日期：2020-02-08
    • 文件大小：8mb
    • 提供者：syp_net

  1. AAAI 2020最佳论文公布【Best paper】.zip

  2. 日前，AAAI 2020最受瞩目的各大奖项已公布，最佳论文来自华盛顿大学艾伦人工智能研究所，最佳学生论文来自南洋理工大学、清华大学、香港大学的合作。

  3. 所属分类：机器学习

    • 发布日期：2020-02-08
    • 文件大小：6mb
    • 提供者：syp_net

  1. 近期必读的8篇 AAAI 2020【图神经网络（GNN）】相关论文.zip

  2. 人工智能领域的顶会AAAI 2020将在2020年2月7日-12日在美国纽约举行。据官方统计消息，AAAI 2020今年共收到的有效论文投稿超过 8800 篇，其中 7737 篇论文进入评审环节，最终收录数量为 1591 篇，接收率 20.6%。开会在即，提前整理了AAAI 2020图神经网络(GNN)相关的接收论文，让大家先睹为快——跨模态、部分标签学习、交通流预测、少样本学习、贝叶斯图神经网络。

  3. 所属分类：机器学习

    • 发布日期：2020-01-14
    • 文件大小：23mb
    • 提供者：syp_net

  1. AAAI-2020 NIPS-2019 IJCAI-2019论文提要.zip

  2. cv顶会2019-2020论文题目与作者时间整理，带有重点标注。

  3. 所属分类：专业指导

    • 发布日期：2020-05-28
    • 文件大小：3mb
    • 提供者：John_ashley

  1. 《利用深度强化学习掌握MOBA游戏中的复杂控制能力》.pdf

  2. 在国内，腾讯 AI Lab 也一直致力于 AI+游戏的研究。近日，基于腾讯天美工作室开发的热门 MOBA 类手游《王者荣耀》，腾讯 AI Lab 公布了一项用深度强化学习来为智能体预测游戏动作研究成果。 该论文已被 AAAI 2020 接收。

  3. 所属分类：深度学习

  1. AAAI 2020 开源论文 | 用于深度立体匹配的自适应单峰匹配代价体滤波

  2. :copyright:PaperWeekly 原创 · 作者｜张承灏 学校｜中科院自动化所硕士生 研究方向｜深度估计 本文介绍北航和深动科技在 AAAI 2020 上的论文 Adaptive Unimodal Cost Volume Filtering for Deep Stereo Matching，他们在这篇工作中提出给匹配代价体（cost volume）添加自适应单峰分布的真值信息来监督，从而提升立体视差估计的准确率。  论文链接：https://arxiv.org/abs/1909.0

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：676kb
    • 提供者：weixin_38629920

  1. DecoupleSegNets:实施ECCV2020工作-源码

  2. （新）还对DecoupleSegNets进行了验证，以处理边界对于任务很重要的分割情况。我们将在此仓库中发布相关代码和文件。 解耦隔离网 此回购包含我们ECCV-2020工作的实施：通过分离的主体和边缘监督改进语义分割。 这是北京大学，牛津大学和Sensetime Research的联合工作。 （非常感谢Sensetimes的GPU服务器） 欢迎任何建议/问题/拉取请求。 它还包含对我们之前的AAAI-2020工作（口头）的重新实施。 GFFNet：Gated Fully Fusion用于语义分

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：493kb
    • 提供者：weixin_42163404

  1. NLP-Conferences-Code:NLP会议代码（ACL，EMNL，NAACL，COLING，AAAI，IJCAI）-源码

  2. 本项目记录NLP相关顶会（如ACL，EMNLP，NAACL，COLING，AAAI，IJCAI）的论文开源项目合集，同时欢迎各位同学提交问题，分享开源项目。 文章中一般很难把所有的细节都描述清楚，有代码至少给我们提供的参考和实现细节，所以我的初衷就是把这些项目整理出来，方便大家查阅！希望能够对相关同学有一点帮助！也强烈希望大家多多pr，一起维护起来，分享给更多的同学！ 资源列表 ACL集合 2019年 2020年 ACL2020任务模块，如下： 模块 文件 预训练语言模型及部分应用 QA问答

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：76kb
    • 提供者：weixin_42170064

  1. lcd:[AAAI'20]液晶屏-源码

  2. LCD：学习用于2D-3D匹配的跨域描述符 这是以下出版物的官方PyTorch实施： LCD：学习用于2D-3D匹配的跨域描述符Quang-Hieu Pham，Mikaela Angelina Uy，Binh-Son Hua，Duc Thanh Nguyen，Gemma Roig，Sai-Kit Yeung AAAI人工智能会议，2020年（口头） | 2D-3D比赛数据集 我们利用RGB-D扫描中几个3D数据集的可用性来收集2D-3D对应关系的新数据集。 具体来说，我们使用来自和的数据。 我

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：143mb
    • 提供者：weixin_42130786

  1. OIM:用于弱监督对象检测的对象实例挖掘（AAAI 2020）-源码

  2. 用于弱监督对象检测的对象实例挖掘 ，王思文，徐东启， ，。 SenseTime研究，SenseTime。 请注意，*表示相应的作者。 OIM概述 对象实例挖掘（OIM）用于弱监督的对象检测，该对象使用空间图和外观图仅使用图像级注释有效地挖掘所有可能的实例。 该论文已被AAAI 2020接受。有关更多详细信息，请参阅我们的。 入门 要求 Caffe和pycaffe要求（请参阅： ） 注意： Caffe必须在支持Python层的情况下构建！ # In your Makefile.confi

  3. 所属分类：其它

  1. TANet:AAAI-2020文件（口头）-源码

  2. TANet 我们的代码主要基于和 ，谢谢！ 我们还计划引入TensorRT，以进一步提高推理速度。 有关更多信息，请参阅。 新闻更新！ 将TANet添加到最新的。 second.pytorch软件包中的TANet与pointpillars_with_TANet可以达到相同的性能，因此我建议您改用second.pytorch_with_TANet。 此外，仅在Nuscenes中使用TA模块比在Nuscenes数据集中的点桩有明显的改进。 （注意：在Nuscenes数据集上，请不要使用PSA或其

  3. 所属分类：其它

  1. 备忘单-源码

  2. 动作分类 Peng et al。，AAAI 2020 -Yan Li等人，CVPR 2020 et al。，ECCV2018。 等人，CVPRW2018。 -A. Diba等人，arXiv2017。 -R.Girdhar和D.Ramanan，NIPS2017。 -Byeon等人，arXiv2017。 -Y.Zhu等人，arXiv2017。 -H. Bilen等人，CVPR2016。 -J. Donahue等人，CVPR2015。 -L. Yao等人，ICCV2015。 注

  3. 所属分类：其它

  1. awesome-3D点云攻击：最新技术论文，代码和其他资源的列表-源码

  2. 很棒的3D点云攻击 最新的论文，代码和其他资源列表，重点介绍3D点云攻击 [] [] CVPR 2020 [] AAAI 2020 [] CVPR 2020 [] CVPR 2019 [] [] [] [] CVPR 2020 [] [] CVPR 2019 [] TRAMI [] ACM MM

  3. 所属分类：其它

  1. 混合语言培训：针对零镜头跨语言任务导向对话系统的注意通知的混合语言培训（AAAI-2020）-源码

  2. 跨语言任务导向对话系统的混合语言培训 该存储库供AAAI-2020口头论文使用： 此代码已使用PyTorch编写。 如果您使用此存储库中包含的任何源代码或想法来进行工作，请引用以下论文。 misc{liu2019attentioninformed, title={Attention-Informed Mixed-Language Training for Zero-shot Cross-lingual Task-oriented Dialogue Systems}, auth

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：31mb
    • 提供者：weixin_42157567

  1. Disout:AAAI 2020论文代码，超越辍学-源码

  2. Disout：功能图变形以规范化深度神经网络 该代码是AAAI 2020论文《规范化的Pytorch实现。 深度神经网络通常包含大量可训练的参数，用于从给定的数据集中提取强大的特征。 一方面，大量的可训练参数极大地增强了这些深度网络的性能。 另一方面，它们带来了过度拟合的问题。 为此，基于丢包的方法在训练阶段会禁用输出特征图中的某些元素，以减少神经元的共适应。 尽管通过这些方法可以增强所得模型的泛化能力，但是常规的二进制丢弃并不是最佳的解决方案。 因此，我们研究了与深度神经网络中间层有关的经验

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：339kb
    • 提供者：weixin_42139429

  1. sturcture-inpainting:AAAI 2020论文“学习将结构知识整合到图像修补中”的源代码-Source code learning

  2. 学习将结构知识整合到图像修复中 AAAI 2020论文“学习结合用于图像修补的结构知识”的简介和源代码。 您可以在或获取论文。 引文 inproceedings{jie2020inpainting, title={Learning to Incorporate Structure Knowledge for Image Inpainting}, author={Jie Yang, Zhiquan Qi, Yong Shi}, booktitle={Proceedings of the

  3. 所属分类：其它

« 12 »