檢索結果:共6筆資料 檢索策略: "Department of Computer Science and Information Engineering".edept (精準) and ekeyword.raw="Contrastive Learning"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
無監督領域自適應行人重識別(Unsupervised Domain Adaptation in Person Re-identification)是一項任務,其目的是將預訓練在有標註源域的模型推廣到…
2
抽取文本摘要是將原始文檔生成簡潔且信息豐富摘要的任務。為了實現這一目標,模型需要對提取文檔的重要部分有深刻的理解,同時避免所選部件之間信息過度重疊。二元交叉熵損失(BCELoss)已成為訓練句子級摘…
3
醫學圖像的語義分割可以幫助醫生進行診斷,而被引起了關注。為了提高物體邊緣和困難類別的預測準確性,在本論文中,我們考慮一種新的架構,它由兩部分組成:TransUNet 和表示網絡。 TransUNet…
4
在推薦系統領域中,神經網絡的使用越來越普遍,在過去大部分的研究當中通常透過單一表徵來代表使用者的整體偏好,而在一些研究當中注意到使用者偏好可以被解釋為使用者的多方面的興趣,因此多興趣的概念在推薦系統…
5
由於模型結構複雜,深度學習方法通常在模型訓練和模型預測中引入較高的時間和空間複雜度。為了有效地將深度學習方法應用於輕量級設備,例如物聯網環境設備,模型壓縮到輕量級版本近年來引起了人們的關注。知識蒸餾…
6
對比式學習(contrastive learning)是一種表示學習方法,其訓練目標是提升參考樣本與正負樣本之間的相似度的對比,以達到參考樣本與正樣本之相似度最大化、而與負樣本之相似度最小化。以此目…