MEgATrack: Monochrome Egocentric Articulated Hand-Tracking for Virtual Reality
用于虚拟现实的单色以自我为中心的关节式手动跟踪
2024-08-14 17:09:26
1.03MB
1
阅读完论文ACNet: Strengthening the Kernel Skeletons for Powerful CNN via AsymmetricConvolution Blocks 后所做PPT笔记,以及原论文http://openaccess.thecvf.com/content_ICCV_2019/papers/Ding_ACNet_Strengthening_the_Kernel_Skeletons_for_Powerful_CNN_via_Asymmetric_ICCV_2019_paper.pdf
2023-04-25 20:54:41
2.01MB
1
讲解FCN论文，希望能够对大家有帮助。如果有错误，大家可以随时联系我。我一定虚心改正，希望能够和大家一起努力学习知识。
2023-04-12 13:31:15
1.04MB
1
期刊：
作者：Jiajing Wu, Dan Lin , Zibin Zheng and Qi Yuan
单位：Sun Yat-sen University
联系方式：wujiajing@mail.sysu.edu.cn
Abstract
近来，图嵌入技术已被广泛用于各种网络的分析中，但是大多数现有的嵌入方法都忽略了可能在金融交易网络中起作用的边缘的时间和加权信息。以太坊的开放性为我们提供了该领域前所未有的数据挖掘机会。考虑到交易网络的现实规则和特征，我们建议将以太坊交易网络建模为时间加权多重图（TWMDG），其中每个节点都是唯一的以太坊账户，每个边代表按金额加权并分配时间戳的交易。在TWM
2022-10-16 11:44:41
414KB
1
Distributed synchronization in wireless networks 是一篇很经典的讲述分布式同步的IEEE文章，
这是我对这篇文献阅读后总结的笔记，内有很多个人对文献的独到理解
作者：RayGoodwill
单位：桂林电子科技大学
2022-09-26 16:34:45
311KB
1
论文摘要：元学习仅需少量学习就可以获取先前的先前任务和经验，从而可以从少量数据中学习新任务。但是，短镜头学习中的一个关键挑战是任务模糊性：即使可以从大量先前任务中元学习强大的先验知识，但用于新任务的小数据集也可能太含糊而无法获取单个模型（例如，针对该任务的分类器）。在本文中，我们提出了一种概率元学习算法，该算法可以从模型分布中为新任务采样模型。我们的方法扩展了模型不可知的元学习，它通过梯度下降适应新任务，并结合了通过变分下界训练的参数分布。在元测试时，我们的算法通过将噪声注入梯度下降的简单过程进行自适应，在元训练时，对模型进行训练，以使这种随机自适应过程从近似模型后验中生成样本。我们的实验结果表明，我们的方法可以在模糊的几次镜头学习问题中对合理的分类器和回归器进行采样。
2022-06-13 21:51:35
2.89MB
1
事件关系论文阅读笔记
专注于事件关系抽取任务：
事件同指消解（Event Coreference Resolution）
事件时序识别（Temporal Relation Extraction）
多模态事件抽取（Multimedia Event Extraction）
事件同指消解
年份
来源
名称
作者
笔记
2021
AAAI
Jing Lu
2021
arXiv
Shafiuddin Rehan Ahmed
2020
ACL
Prafulla Kumar Choubey
2020
COLING
Yutao Zeng
2020
AACL
Jing Lu
2020
AESPEN
Benjamin J. Radford
2020
AESPEN
Faik Kerem Örs
2020
NUSE
Andres Cremisini
2020
Text2Story
Michael Bugert
2
2022-06-10 22:20:53
31.43MB
1
论文笔记Literature Review of Deep Network Compression对应逻辑结构图，xmind软件可打开
2022-05-12 16:06:22
232KB
1