To overcome the restrictions of current epigraphic methods, Yannis Assael, Thea Sommerschield and their colleagues tested a deep neural network (named Ithaca), a type of artificial intelligence (AI) that was trained to restore, date and place ancient Greek inscriptions. The authors found that Itha...
ICML 2019: Yonatan Geifman, and Ran El-Yaniv, SelectiveNet: A Deep Neural Network with an Integrated Reject Option 在一些分类问题中,如果遇到在训练阶段未标注的目标还要进行分类么?如果对应于各类的分数相近,要直接将其分到分数最高的一类么?针对这样的问题,有一种方法叫做选择性预测 (Selective Prediction...
ENet是16年初的一篇工作了,能够达到实时的语义分割,包括在嵌入式设备NVIDIA TX1,同时还能够保证网络的效果。整体结构是Encode-Decode的形式,但是其Encode部分和Decode部分是有链接的,类似于UNet,将Encode中的某一层执行deconv,然后和Decode过程中相同大小的层融合到一起(element-wise)。 ENet的基础模块包括如下图中的两...
英伟达自动驾驶:《Explaining How a Deep Neural Network Trained with End-to-End Learning Steers a Car》(2017)翻译 解释通过端到端学习训练的深度神经网络如何控制汽车 摘要 作为自动驾驶完整软件堆栈的一部分,英伟达创建了一个基于神经网络的系统,名为,它可以根据前方道路的图像输出转向角度。使用道路图像与驾驶数...
深度学习论文: ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation及其PyTorch实现 1 概述 ENet是16年初的一篇工作了,能够达到实时的语义分割,包括在嵌入式设备NVIDIA TX1,同时还能够保证网络的效果。 2 Network architecture 2-1 ENet initial block...
论文阅读笔记十八:ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation(CVPR2016) 论文源址:https://arxiv.org/abs/1606.02147 tensorflow github: https://github.com/kwotsin/TensorFlow-ENet 摘要 在移动端上进行实时的像素级分割十分重要。基于分割的深度神经网络中存在大量的浮点运算...
名称:A Deep Neural Network for Unsupervised Anomaly Detection and Diagnosis in Multivariate Time Series Data 出处:AAAI19 下载地址:https://arxiv.org/abs/1811.08055 原作者代码:https://github.com/7fantasysz/MSCRED 2论文介绍 2.0研究背景 时间序列异常检测发现,一般是解决一个这样的问题:对于一串时序数据,...
We present EP-DNN, a protocol for predicting enhancers based on chromatin features, in different cell types. Specifically, we use a deep neural network (DNN)-based architecture to extract enhancer signatures in a representative human embryonic stem cell
deepbot基于神经网络的方法检测推特机器人(Deepbot: A Deep Neural Network based approach for Detecting Twitter Bots) 摘要 DeepBot采用Bi-LSTM模型分析推特以及一个web结构来提供公共分析接口分析推文数据 方法 模型结构图 使用神经网络模型分析输入的推文是否是机器人发送的。
Forest deep neural networks Our newly proposed forest deep neural network (fDNN) model consists of two parts. The forest part serves as a feature detector to learn sparse representations from raw inputs with the supervision of training outcomes, and the DNN part serves as a learner to predict...