[B! distillation][loss function] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

distillationとloss functionに関するarxiv_readerのブックマーク (28)

https://arxiv-check-250201.firebaseapp.com/each/2403.05451v2
arxiv_reader 2024/08/27
distillation

attention

arXiv reaDer

semantic segmentation

convolutional

dataset

loss function

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2408.13102v1
arxiv_reader 2024/08/26
adversarial

learning

distillation

arXiv

arXiv reaDer

loss function
リンク
https://arxiv-check-250201.firebaseapp.com/each/2405.14736v1
arxiv_reader 2024/05/24
dataset

distillation

synthesis

pre-training

arXiv reaDer

loss function

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2404.13148v1
arxiv_reader 2024/04/23
arXiv reaDer

detection

autonomous driving

semantic segmentation

distillation

transformer

loss function

classification

benchmark

arXiv
リンク
https://arxiv-check-250201.firebaseapp.com/each/2401.02402v3
arxiv_reader 2024/04/03
panoptic segmentation

distillation

classification

arXiv reaDer

arXiv

benchmark

loss function

autonomous driving

3D

LiDAR
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.16476v5
arxiv_reader 2024/03/19
arXiv

loss function

distillation

arXiv reaDer

learning

domain

synthesis
リンク
https://arxiv-check-250201.firebaseapp.com/each/2403.05451v1
arxiv_reader 2024/03/11
loss function

attention

arXiv reaDer

arXiv

semantic segmentation

dataset

distillation

convolutional
リンク
https://arxiv-check-250201.firebaseapp.com/each/2401.05293v2
arxiv_reader 2024/01/11
manifold

synthesis

arXiv

denoising

arXiv reaDer

distillation

loss function

zero-shot
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.16476v2
arxiv_reader 2024/01/04
distillation

loss function

synthesis

learning

arXiv reaDer

arXiv

domain
リンク
テキスト認識のための自己蒸留正則化コネクショニスト時間分類損失: シンプルかつ効果的なアプローチ
arxiv_reader 2024/01/01
テキスト認識方法は急速に発展しています。強力なモジュール、言語モデル、非教師あり学習スキーム、半教師あり学習スキームなどの一部の高度な技術は、公開ベンチマークのパフォーマンスを継続的に向上させます。

semi-supervised

regularization

arXiv reaDer

arXiv

learning

classification

benchmark

loss function

distillation
リンク
テキスト認識のための自己蒸留正則化コネクショニスト時間分類損失: シンプルかつ効果的なアプローチ
arxiv_reader 2023/12/25
テキスト認識方法は急速に発展しています。強力なモジュール、言語モデル、非教師あり学習スキーム、半教師あり学習スキームなどの一部の高度な技術は、公開ベンチマークのパフォーマンスを継続的に向上させます。

distillation

benchmark

regularization

learning

semi-supervised

loss function

classification

arXiv

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2312.03289v2
arxiv_reader 2023/12/07
arXiv reaDer

adversarial

arXiv

learning

loss function

distillation

dataset
リンク
https://arxiv-check-250201.firebaseapp.com/each/2311.07198v1
arxiv_reader 2023/11/14
pre-training

monocular

self-supervised

arXiv

loss function

attention

distillation

estimation

denoising

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2310.02712v2
arxiv_reader 2023/10/05
embedding

arXiv

domain

arXiv reaDer

loss function

denoising

3D

distillation
リンク
テキスト認識のための自己蒸留正則化コネクショニスト時間分類損失: シンプルかつ効果的なアプローチ
arxiv_reader 2023/08/21
テキスト認識方法は急速に発展しています。強力なモジュール、言語モデル、非教師あり学習スキーム、半教師あり学習スキームなどの一部の高度な技術は、公開ベンチマークのパフォーマンスを継続的に向上させます。

regularization

learning

classification

distillation

arXiv reaDer

loss function

arXiv

benchmark

semi-supervised
リンク
現場での不均一自己蒸留による貨物列車ブレーキシステムの効率的な視覚的故障検出
arxiv_reader 2023/07/05
貨物列車の効率的な視覚的故障検出は、制限されたハードウェア環境下で鉄道の安全な運行を確保するために重要な部分です。深層学習ベースのアプローチは物体検出には優れていますが、貨物列車の故障検出の効率は、

loss function

distillation

arXiv reaDer

arXiv

learning

detection

dataset
リンク
密度ベースの計数に無料で集中
arxiv_reader 2023/06/09
この研究では、画像とそれに対応する点の注釈から数を数える教師あり学習を検討しています。密度ベースの計数方法では、通常、監視信号として機能するガウス密度マップを作成するためにのみポイントアノテーショ

occlusion

arXiv

loss function

learning

distillation

dataset

augmentation

arXiv reaDer
リンク
ラベル蒸留による敵対者認識部分ラベル学習
arxiv_reader 2023/04/04
被験者から収集されたデータに機密が委ねられることを保証するために、競合するラベルを導入して、参加者から意図的に提供された情報を隠蔽します。対応する学習タスクは、ノイズの多い部分ラベル学習問題として定式

adversarial

contrastive

clustering

arXiv

dataset

learning

loss function

arXiv reaDer

distillation

human
リンク
圧縮ビデオ品質向上のための有効情報ガイダンスネットワーク
arxiv_reader 2023/03/02
近年、深層学習手法は、圧縮ビデオの品質向上タスクにおいて大きな優位性を示してきました。既存の方法は一般に生のビデオをグラウンドトゥルースとして使用し、さまざまなアーティファクトを含む連続したフレーム

loss function

spatio-temporal

arXiv reaDer

video

learning

distillation

arXiv
リンク
シーングラフ生成のための自己管理型リレーションアライメント
arxiv_reader 2023/02/06
シーングラフ生成の目標は、入力画像からグラフを予測することです。ここで、ノードは、識別およびローカライズされたオブジェクトに対応し、エッジは、対応する相互作用述語に対応します。既存のメソッドは、完全

regularization

bias

self-supervised

arXiv

arXiv reaDer

loss function

distillation
リンク
1 2 次のページ

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx