【论文阅读】Segment Anything论文梳理
A. Segment Anything Model and Task Details 【图像编码器】 一般来说，图像编码器可以是任何输出C×H×W图像嵌入的网络。基于不同规模的和强大的预训练，我们使用MAE 预训练视觉transformer(ViT)，以最小的适应来处理高分辨率输入，特别是ViT...
论文阅读笔记1
DeepDiff: Deep-learning for predicting Differential gene expression from histone modif...
【论文阅读】Mamba:选择状态空间模型的线性时间序列建模（一）
文章目录 Mamba:选择状态空间模型的线性时间序列建模介绍状态序列模型选择性状态空间模型动机：选择作为一种压缩手段用选择性提升SSM选择性SSM的高效实现先前模型的动机选择扫描总览：硬件感知状态扩展 Mamba论文 Mamba:选择状态空间模型的线性时间序列建模 摘要：结构化状态空间模型...
论文阅读_代码生成模型_CodeLlama-1 读后感
Code Llama 是一个基于 llama2 模型进行训练得到的代码生成大模型。又针对代码填充、长上下文等特殊条件以及人类通常用法进行了优化，因此它集成了 llama2 对自然语言的理解，并针对代码生成场景进行了优化。 除了调用推理，我们一般主要利用微调模型来进行改进模型效果，因此选择一个好的基...
论文阅读---CASCADING REINFORCEMENT LEARNING-最佳策略识别设置：
设置ε = 0.5，N ∈ {4, 5, 6, 7, 8}，并绘制运行的平均样本复杂度和平均运行时间，以及95%置信区间。 在实验中，CascadingVI与AdaptRM相比，实现了显著较低的遗憾值和运行时间，且随着N的增加，这种优势变得更加明显。这一结果证明了我们的计算预言和估计方案的高效性。...
【论文阅读】基于图像处理和卷积神经网络的板式换热器气泡识别与跟踪-ITFD方法
本文的ITFD方法基于经典的三帧差分法，ITFD结果如图9所示。图9 (a)为处理前的原始图像，图9 (b)为三帧差分法处理后的图像，图9 (c）为ITFD方法处理后的图像，最后图9 (d)为ITFD检测结果。经典的三帧差分法的主要步骤是从当前帧图像减去前一帧图像得到第一帧差分图像，从后一帧图像...
论文阅读——SimpleClick
SimpleClick: Interactive Image Segmentation with Simple Vision Transformers 模型直接在VIT上增加交互是分割 用VIT MAE方法训练的预训练权重 用交互式分割方法微调，微调流程： 1、在当前分割自动模拟点击，没有...
《浅析HTML5+CSS3在网页设计中的新特性及优势》论文阅读（十七）
一：论文信息标题：浅析HTML5+CSS3在网页设计中的新特性及优势关键字:HTML5； CSS3； 网页设计 ；网页视觉元素；二：论文内容基础：HTML5作为新-一代万维网的核心语言，目前仍处于不断完善阶段.谈及HTML5,不仅仅指超文本标记语言( HTML)本身,同...
论文阅读-基于动态权重的一致性哈希微服务负载均衡优化
论文名称：基于动态权重的一致性哈希微服务负载均衡优化 摘要 随着互联网技术的发展，互联网服务器集群的负载能力正面临前所未有的挑战。在这样的背景下，实现合理的负载均衡策略变得尤为重要。为了达到最佳的效率，可以利用一致性哈希算法对集群负载均衡系统进行负载分配。针对微服务架构的服务器集群场景，本文分析了集...
论文阅读：GamutMLP A Lightweight MLP for Color Loss Recovery
这篇文章是关于色彩恢复的一项工作，发表在 CVPR2023，其中之一的作者是 Michael S. Brown，这个老师是加拿大 York 大学的，也是 ISP 领域的大牛，现在好像也在三星研究院担任兼职，这个老师做了很多这种类似的工作，通过一些轻量模型，将一些数据转换过程中的变换关系进行拟合，然后...
『论文阅读|研究用于视障人士户外障碍物检测的 YOLO 模型』-4 方法
4.1 YOLO YOLO 的全称是 “You Only Look Once”，是一种最先进的物体检测算法，早在 2016 年就已问世，它能在一次评估中直接从完整图像中预测边界框和类概率，并能同时预测一张图像中所有类的边界框，速度极快[25]。 该模型将图像划分为不同的网格单元，并检测其中心的物体...
使用动态网格的流体动画 Fluid Animation with Dynamic Meshes 论文阅读笔记-背景
[Feldman et al., 2005a] 使用基于速度的非结构化四面体网格 [Elcott et al., 2005] 使用基于涡度的非结构化西面体网格 [Feldman et al., 2005b] 提出的半拉格朗日平流的拓展，不会造成额外的平滑 这个文章综合以上论文的思想 任意拉格朗日-...
论文阅读-面向机器学习的云工作负载预测模型的性能分析
论文名称：Performance Analysis of Machine Learning Centered Workload Prediction Models for Cloud 摘要 由于异构服务类型和动态工作负载的高变异性和维度，资源使用的精确估计是一个复杂而具有挑战性的问题。在过去几年中，...
PointMixer论文阅读笔记
MLP-mixer是最近很流行的一种网络结构，比起Transformer和CNN的节构笨重，MLP-mixer不仅节构简单，而且在图像识别方面表现优异。但是MLP-mixer在点云识别方面表现欠佳，PointMixer就是在保留了MLP-mixer优点的同时，还可以很好的处理点云问题。PointMi...
《SagDRE: Sequence-Aware Graph-Based Document-Level Relation Extraction with Adaptive Margin Loss》论文阅读笔记
代码原文地址关键参考文献：Document-Level Relation Extraction with Adaptive Thresholding and Localized Context Pooling摘要关系抽取（RE）是许多自然语言处理应用的重要任务，它的目标是从文档中抽取出实体之间的关系...
【论文阅读】LLM4GCL: CAN LARGE LANGUAGE MODEL EM-POWER GRAPH CONTRASTIVE LEARNING?-基本信息
会议：2024-ICLR-UNDER_REVIEW评分：5，3，3，3作者：Anonymous authors文章链接：LLM4GCL: CAN LARGE LANGUAGE MODEL EM-POWER GRAPH CONTRASTIVE LEARNING?代码链接：LLM4GCL: CAN L
Tortoise-tts Better speech synthesis through scaling——TTS论文阅读-6.Experiments
TTS系统的比较挑战：由于许多最先进的TTS系统是闭源的，且可比较样本较少，因此实验性比较TTS系统具有挑战性。评估套件：为此，作者构建了自己的评估套件，使用CLVP生成实际样本和生成样本之间的距离度量，类似于用于图像的FID分数。“可理解性”度量：此外，还使用开源的wav2vec模型来表征语音片...
【论文笔记】《基于深度学习的中文命名实体识别研究》阅读笔记
作者及其单位：北京邮电大学，张俊遥，2019年6月，硕士论文摘要实验数据：来源于网络公开的新闻文本数据；用随机欠采样和过采样的方法解决分类不均衡问题；使用BIO格式...
《SAIS Supervising and Augmenting Intermediate Steps for Document-Level Relation Extraction》论文阅读笔记
代码 原文地址 预备知识：1.什么是标记索引（token indices）？标记索引是一种用于表示文本中的单词或符号的数字编码。它们可以帮助计算机理解和处理自然语言。例如，假如有一个字典{"我": 1, "是": 2, "Bing": 3, ".": 4}，那么文本"我是Bing."的标记索引就是[...
BIGVGAN: A UNIVERSAL NEURAL VOCODER WITHLARGE-SCALE TRAINING——TTS论文阅读-Abstract
背景： 最近基于生成对抗网络（GAN）的声码器取得了一定的进展，这种模型可以基于声学特征生成原始波形。尽管如此，为大量说话者在不同录音环境中合成高保真音频仍然是一个挑战。BigVGAN介绍： 提出了BigVGAN，这是一种泛用性声码器(universal vocoder)。它对各种超出训练分布的场...