IEEE TPAMI,全称IEEE Transactions on Pattern Analysis and Machine Intelligence,是关于计算机视觉、图像理解、模式分析和识别、机器学习等领域的一本学术期刊。以下是对IEEE TPAMI的详细介绍: 一、基本信息 IEEE TPAMI由IEEE计算机协会主办,创刊于1979年。它凭借卓越的学术质量和广泛的影响力,在...
人工智能领域国际顶级期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（IEEE TPAMI，影响因子：20.8）在线发表了武汉大学遥感信息工程学院李彦胜课题组关于大幅面遥感影像场景图生成的最新研究成果，研究成果在张永军教授的指导下完成。论文题为STAR: A First-Ever Dataset and A Large-Scale Bench...
药物-药物间不良反应(ADDI)是医疗系统中住院和死亡的主要原因,本文提出了一种统一的多属性判别表示学习MADRL模型用于ADDI预测,MADRL使用生成对抗网络GAN来捕获ADDIs属性间的共享和属性内的特异性信息,并利用它们进行ADDI预测。通过与11种模型比较,在公开数据集上验证了MADRL算法的有效性。 1 引言 根据世界卫生组织的说...
行人重识别(Person Re-ID)是视觉监控中的一个基础任务。给定目标人物的查询图像,传统的Re-ID专注于候选图像与查询图像之间的成对相似性。然而,传统Re-ID并未评估检索结果的一致性,即排名最前的图像是否包含同一个人,这在某些应用中是有风险的,例如遗漏了患者经过的地方可能会妨碍流行病学调查。在本项工作中,我...
尽管非常流行,但众所周知,高斯混合模型(Gaussian mixture model)的期望最大化(Expectation-Maximization,EM)算法在处理非高斯分布或存在异常值或噪声时表现不佳。在本文中,我们提出了一种灵活的类EM聚类算法(Flexible EM-like Clustering Algorithm,FEMCA):设计了一种新的聚类算法,遵循EM过程。它基于对聚类中心和协方差...
近日,我院赵丹培老师团队连续在人工智能领域国际顶级学术期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》(以下简称IEEE TPAMI,2024年影响因子20.8)发表了三篇研究成果,北航为第一完成单位。 这一系列研究主要面向终身学...
主动学习的有效性在很大程度上取决于获取函数的采样效率。预期损失减少 (ELR) 关注于分类误差减少的贝叶斯估计,并且更广泛的成本也适用于相同的框架。我们提出了贝叶斯估计均值合适分数 (BEMPS),以估计在此框架内严格合适分数(例如对数概率或...
近日，由松鼠Ai研究院与浙江大学、阿里巴巴达摩院、香港科技大学、康涅狄格大学、莫纳什大学等机构的时序方向研究专家联合发布的论文，被人工智能领域顶尖学术期刊IEEE TPAMI（IEEE Transactions on Pattern Analysis and Machine Intelligence）收录。该论文题为《自监督学习时间序列分析：分类、进展与展望》，是自监督学习时间...
《Human Motion Generation: A Survey》是一篇发表于计算机视觉领域顶级期刊TPAMI 2023的综述论文，由北京大学博雅特聘教授王亦洲课题组与北京大学艺术学院高峰助理教授、华为云首席科学家田奇博士合作完成。这篇综述首次全面总结了人体动作生成领域的相关研究工作，介绍了人体运动和生成模型的基础知识，并对三个主流子任务（...
2024年2月,西安交通大学智能网络与网络安全教育部重点实验室与陕西省大数据知识工程实验室(跨媒体知识融合与工程应用研究所)师生,在人工智能顶级期刊IEEE TPAMI(影响因子:23.6)上发表题为“Robust Visual Question Answering: Datasets, Methods, and Future Challenges”(鲁棒视觉问答:数据集、方法与挑战)的综述论文,对...