دليل
الجمل توزيع وتمثيل وثيقة
الاستيفاء على التكيف من إطارات الفيديو التي تعتمد على عنصر التعلم المشهد
مجموعة البيانات مقاطعة الولايات المتحدة تستجيب لCOVID-19
عبر المجال الكشف عن وجوه الوثيقة: جناح معيار وطرق
GPS-NET: الخصائص الرسومية لسيناريو شبكة استشعار الجيل رسومية
الجمل توزيع وتمثيل وثيقة
عنوان الرسالة التمثيل الموزعة من الأحكام والوثائق
المؤلف: كووك لو / توماس Mikolov
تاريخ النشر: 2014/04/16
أوراق تحتوي على وصلة: الشبكي: //cs.stanford.edu/~quocle/paragraph_vector.pdf
أوصت السبب
المشكلة الأساسية: هذه المقالة قدم السؤال الكبير هو كيفية تمثيل وثيقة ناقلات أو الجملة في الماضي كنا في كثير من الأحيان معرفة كلمة ناقلات، وتعزيز هذا العمل، وكيف تصبح تمثيل كلمة متجه الجملة بأكملها.
الابتكارات: في هذه الورقة، وأساليب التدريب word2vec في ناقلات المدى، وتحديدا عند كل كلمة المدخلات، وسوف يكون معرف المدخلات من هذه المادة، من خلال خوارزمية العودة نشر، وهذه المرة تضمين المادة الهوية المطابق هو الوثيقة النهائية الترميز.
الآثار المترتبة على الأبحاث: اذا كنا نستطيع الحصول على وثيقة جيدة جدا، وقال أنها تمثل ناقلات كلمة يمكن حذف تطبيق الوثيقة تمثل الكثير.
الاستيفاء على التكيف من إطارات الفيديو التي تعتمد على عنصر التعلم المشهد
أطروحة العنوان: مشهد-التكيف فيديو الإطار الاستيفاء عبر ميتا التعلم
الكاتب: تشوي Myungsub / تشوي Janghoon / البيك Sungyong / كيم تاي هيون / لي كيونغ مو
تاريخ النشر: 2020/04/02
أوراق تحتوي على وصلة: الشبكي: //arxiv.org/abs/2004.00779v1
أوصت السبب
تلقي هذه الورقة CVPR 2020، للنظر في قضية إطار الفيديو الاستيفاء.
في هذه المشكلة، وفقا لالأمامية والخلفية الحركة، يتغير معدل الإطار وانسداد، لكل منها مشهد فيديو مختلفة. وهكذا شبكة واحدة مع المعلمات الثابتة عبر الفيديو المختلفة الصعب التعميم. ومن الناحية المثالية كل مشهد يمكن أن يكون لها شبكة مختلفة، ولكن في حساب التطبيق الفعلي غير ممكن عمليا. تقدم هذه الورقة نموذج للتكيف مع بعضهم البعض من خلال معلومات الفيديو في وقت اختبار استخدام متاحة بسهولة. أولا لإظهار "الوقت التكيف اختبار" (اختبار لمرة والتكيف) الفوائد، والتكامل مع الفوقية التعلم من أجل كبير تحسين كفاءة الشبكة ببساطة عن طريق صقل. وهذا يدل على أن ورقة التدرج تحديث مرة واحدة فقط يمكنك الحصول على دفعة أداء كبير، من دون أي معايير أخرى. وأخيرا، تثبت هذه الورقة يوان تعلم الإطار يمكن تطبيقها بسهولة إلى أي شبكة الاستيفاء إطار الفيديو، ويمكن أن تستمر لتحسين أدائها على تعدد مجموعات البيانات المرجعية.
مجموعة البيانات مقاطعة الولايات المتحدة تستجيب لCOVID-19
اسم الرسالة: A مقاطعة على مستوى الإدراجات للإعلام استجابة الولايات المتحدة لCOVID-19
الكاتب: كيلين بنيامين D. / وو جي يينغ / شاه Kinjal / Zapaishchykova آنا / Nikutta فيليب / Tamhane Aniruddha / تشاكرابورتي شريا / وي Jinchi مواد / قاو النمر / تييس ماركيه / Unberath ماتياس
تاريخ النشر: 2020/04/01
أوراق تحتوي على وصلة: الشبكي: //arxiv.org/abs/2004.00756v1
أوصت السبب
هذه الورقة هي COVID-19 الباحثين المرض وصانعي السياسات ساهمت في مجموعة بيانات جديدة، مجموعة البيانات ويلخص البيانات مقاطعة الحكومة ذات الصلة، والأخبار والمصادر الأكاديمية. بالإضافة إلى مستوى المحافظة بيانات السلاسل الزمنية حزب التراث CSSE COVID 19 مركز معلومات، وضعت البيانات تشمل أيضا أكثر من 300 المتغيرات التي تلخص تقدير السكان والديموغرافيا، والعرق، والإسكان والتعليم والعمالة والدخل المستقبل، المناخ، ونقاط العبور والمؤشرات المتعلقة نظام الرعاية الصحية. وبالإضافة إلى ذلك، وتلخص هذه الورقة كل مقاطعة (بما في ذلك محلات البقالة والمستشفيات) معلومات عن مناطق الجذب مختلفة من الأنشطة في الهواء الطلق، وملخص البيانات SafeGraph. من خلال جمع هذه البيانات، ويوفر أدوات لقراءة هذه البيانات، تأمل من الكتاب إلى مساعدة الباحثين التحقيق في انتشار الأمراض والطريقة التي يمكن للمجتمع تكيف أفضل للعمل في المنزل.
عبر المجال الكشف عن وجوه الوثيقة: جناح معيار وطرق
عنوان الرسالة عبر المجال كائن المستند الكشف: المعيار جناح والطريقة
الكاتب: لي كاي / Wigington كورتيس / Tensmeyer كريس / تشاو هان دونغ / Barmpalios نيكولاوس / موراريو فلاد I. / Manjunatha فارون / سون تونغ / فو يون
تاريخ النشر: 2020/03/30
أوراق تحتوي على وصلة: الشبكي: //arxiv.org/abs/2003.13197v1
أوصت السبب
تلقي هذه الورقة CVPR عام 2020، معتبرا أن الكشف عن وجوه وثيقة (كائن المستند كشفها، DOD) المشاكل.
تبحث هذه الورقة عبر المجال DOD، واستخدام البيانات الخالي من الملصقات في المجال المصدر والهدف العلامة نطاق البيانات لمعرفة المجال للكشف عن الهدف. لهذا الغرض إنشاء جناح القياسي في هذه الورقة، التي تحتوي على أنواع مختلفة من مجموعات البيانات وثيقة PDF يمكن أن تستخدم في مجالات متعددة تدريبية نموذجية DOD والتقييم. لكل مجموعة البيانات، وتقدم هذه الورقة صورة الصفحة، والحدود ملحوظ، وملفات PDF والمستخرجة من طبقات تقديم ملف PDF. وعلاوة على ذلك، تقترح هذه الورقة نموذجا عبر المجال DOD جديد، ويستند هذا النموذج على نماذج الاختبار القياسية وحلها عن طريق الجمع بين ثلاثة وحدة اصطفاف جديد أوفست: حيث الهرم وحدة التنسيق، ووحدة جعل المنطقة محاذاة حدة طبقة المحاذاة. وأكدت التجارب التي أجريت على مجموعة معايير تفوق الطريقة الجديدة.
GPS-NET: الخصائص الرسومية لسيناريو شبكة استشعار الجيل رسومية
عنوان الاطروحة: GPS-نت: الرسم البياني الملكية شبكة استشعار لتوليد الرسم البياني المشهد
الكاتب: لين شين / دينغ تشانغ شينغ / تسنغ Jinquan / تاو داتشنغ
تاريخ النشر: 2020/03/29
أوراق تحتوي على وصلة: الشبكي: //arxiv.org/abs/2003.12962v1
أوصت السبب
تلقي هذه الورقة CVPR عام 2020، الرسم البياني مكان الحادث لتتم معالجتها يتم إنشاء (المشهد الرسم البياني الجيل، SGG) المشكلة أن الكائن كشف في صورة والعلاقة الزوج الحكيم.
هذه الورقة يعرض على الرسم استشعار السمة شبكة (الرسم البياني الملكية شبكة الاستشعار، GPS-نت). ينتقل GPS-صافي الرسالة الأولى من خلال وحدة نمطية جديدة، يتم ترميز المعلومات المحددة في إطار عقدة إلى عقدة الخصائص المحسنة، والاتجاه حافة المعلومات من قبل ثلاثة النموذج الخطي. ثانيا، قدم GPS-نت الأولوية عقدة فقدان حساسية لتعكس الاختلاف في الأولويات بين العقد أثناء التدريب. ثالثا، توزيع GPS-الصافية بنسبة تليين أولا ثم للتخفيف من مشكلة التوزيعات طويلة الذيل على أساس المظهر المرئي للكل كائن إلى تعديل. GPS-الصافية في قواعد البيانات الثلاثة، وهي VG، OI وVRD تحقيق أفضل أداء الحالي.
