[B! zero-shot][DNN] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

zero-shotとDNNに関するarxiv_readerのブックマーク (15)

https://arxiv-check-250201.firebaseapp.com/each/2408.12808v1
arxiv_reader 2024/08/26
segmentation

zero-shot

DNN

arXiv

dataset

interpretation

classification

pre-training

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2408.02001v1
arxiv_reader 2024/08/06
DNN

pre-training

domain

representation

arXiv

transfer learning

arXiv reaDer

classification

zero-shot

explainable
リンク
https://arxiv-check-250201.firebaseapp.com/each/2404.03340v1
arxiv_reader 2024/04/05
benchmark

DNN

computer vision

distillation

zero-shot

arXiv reaDer

classification

arXiv

learning

adversarial
リンク
https://arxiv-check-250201.firebaseapp.com/each/2301.13096v3
arxiv_reader 2024/03/12
DNN

embedding

adversarial

zero-shot

arXiv

domain

arXiv reaDer
リンク
視覚タスクのための視覚言語モデル: 調査
arxiv_reader 2024/02/19
ほとんどの視覚認識研究は、ディープニューラルネットワーク (DNN) トレーニングでクラウドラベル付けされたデータに大きく依存しており、通常、単一の視覚認識タスクごとに DNN をトレーニングす

pre-training

zero-shot

DNN

arXiv reaDer

knowledge distillation

transfer learning

arXiv

dataset
リンク
エッジでの継続的な学習のための効率的なモデル適応
arxiv_reader 2023/10/17
ほとんどの機械学習 (ML) システムは、トレーニングおよび展開中に定常で一致するデータ分布を前提としています。これは多くの場合、誤った仮定です。 ML モデルが実際のデバイスに展開されると、環境要

autoML

domain adaptation

NAS

zero-shot

arXiv

arXiv reaDer

detection

OOD

benchmark

DNN
リンク
エッジでの継続的な学習のための効率的なモデル適応
arxiv_reader 2023/08/07
ほとんどの機械学習 (ML) システムは、トレーニングおよび展開中に定常で一致するデータ分布を前提としています。これは多くの場合、誤った仮定です。 ML モデルが実際のデバイスに展開されると、環境要

domain adaptation

arXiv reaDer

autoML

NAS

benchmark

detection

arXiv

OOD

zero-shot

DNN
リンク
視覚タスクのための視覚言語モデル: 調査
arxiv_reader 2023/04/04
ほとんどの視覚認識研究は、ディープニューラルネットワーク (DNN) トレーニングでクラウドラベル付けされたデータに大きく依存しており、通常、単一の視覚認識タスクごとに DNN をトレーニングす

transfer learning

arXiv

dataset

arXiv reaDer

zero-shot

DNN

knowledge distillation

pre-training
リンク
事前学習済みのディープスケルトン機能を使用したプロンプトガイド付きゼロショット異常アクション認識
arxiv_reader 2023/03/28
この研究では、異常なサンプルを使用せずにビデオレベルの異常な人間行動イベントを教師なしで識別する教師なし異常アクション認識を調査し、同時に従来のスケルトンベースのアプローチの 3 つの制限に対処します

arXiv reaDer

unsupervised

arXiv

dataset

anomaly

action recognition

embedding

point cloud

zero-shot

DNN
リンク
ガイド付きの想像力で小規模データセットを拡張する
arxiv_reader 2022/11/28
ディープニューラルネットワーク (DNN) の能力は、トレーニングデータの量、質、および多様性に大きく依存します。ただし、多くの実際のシナリオでは、大規模なデータを収集して注釈を付けるには、コス

arXiv

arXiv reaDer

generative

DNN

zero-shot

dataset

reconstruction

domain
リンク
データフリーモデル反転攻撃に対するスプリットコンピューティングのプライバシー脆弱性
arxiv_reader 2021/07/15
事前にトレーニングされたディープニューラルネットワーク（DNN）の動作と脆弱性を理解することは、それらを改善するのに役立ちます。分析は、ネットワークのフローを逆にして、内部表現から入力を生成することで

classification

pre-training

zero-shot

arXiv reaDer

arXiv

GAN

representation

DNN

dataset

face
リンク
SIMPL：ゼロショットおよび少数ショットの検出問題に対処するための合成オーバーヘッド画像の生成
arxiv_reader 2021/07/01
最近、ディープニューラルネットワーク（DNN）は、オーバーヘッド（衛星など）画像でのオブジェクト検出で大きな成功を収めています。ただし、進行中の課題の1つは、衛星画像の取得とその中のオブジェクトへの注

zero-shot

few-shot

DNN

arXiv reaDer

synthesis

satellite

learning

arXiv

detection
リンク
ZS-IL：ゼロショットインクリメンタル学習のために学習した経験を振り返る
arxiv_reader 2021/03/24
従来のディープニューラルネットワークは、トレーニングデータの新しいストリームから学習する能力に制限があります。新しいタスクや進化するタスクについて順次トレーニングすると、パフォーマンスが急激に低下し、

DNN

learning

arXiv reaDer

dataset

arXiv

zero-shot
リンク
Dual Geometric Graph Network（DG2N）-変形可能な形状の位置合わせのための反復ネットワーク
arxiv_reader 2020/12/01
ローカルフィーチャが確率をマッピングする双対グラフ構造を使用して、幾何学的モデルを整列させるための新しい新しいアプローチを提供します。非剛体構造の位置合わせは、対応をモデル化するために必要な未知数が多

computer vision

arXiv reaDer

arXiv

zero-shot

mesh

DNN

domain
リンク
知識強化された視覚的意味埋め込みによるゼロショット学習
arxiv_reader 2020/11/24
DNNに常識的な知識を組み込むことにより、ゼロショット学習（ZSL）を改善します。視覚意味の埋め込みを正規化する新しい神経記号損失関数として事前知識を定式化する常識ベースの神経記号損失（CSNL）を提

arXiv reaDer

learning

loss function

embedding

zero-shot

arXiv

DNN
リンク
1

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