Paper: neurips.cc/virtual/2023,arxiv.org/abs/2306.0085 Code: ~ Abstract: 扩散磁共振成像(Diffusion MRI, dMRI)是一种广泛应用的成像模式,但需要较长的扫描时间才能获得高分辨率数据集。通过利用该领域中存在的独特几何形状,本文提出一种新颖的 dMRI 角度(angular)超分辨率方法,
杰出数据集论文 标题:ClimSim: A large multi-scale dataset for hybrid physics-ML climate emulation 用于混合物理-机器学习气候仿真的多尺度大型数据集 简述:ClimSim是一个大型多尺度数据集,用于混合物理和机器学习的气候模拟研究。这个数据集由气候科学家和机器学习研究人员共同开发,包含了57亿对多元输入和输出向量,...
直接点击文中的对应论文的neurips官网链接跳转openreview可以查看camera ready。 ——— NeurIPS 2023将于11月28日到12月9日在美国路易斯安那州新奥尔良举行。 根据官方公布的邮件显示,今年共有12343篇投稿,接受率为26.1%,官网显示一共有3564篇论文。 本文总结了NeurIPS 23 时间序列(不含时空数据,已经另外总结,在文章...
这次NeurIPS 2023共录用论文3221篇左右,录用率26.1%,与2022年的25.6%相比还是有所增加的。有想法的同学冲冲冲。 NeurIPS属于CCF A类,是与ICML并称为人工智能领域难度最大,水平最高,影响力最强的会议,每年的大会上讨论的内容包含深度学习、计算机视觉、大规模机器学习、学习理论等众多细分领域。今年的会议将在12 月 1...
具体来说,我们在鸟瞰图 (BEV)空间以一种新的融合范式将雷达中获取的频谱特征与其他传感器融合。通过这种方法,我们的方法可以利用来自雷达回波的丰富的距离和速度信息和图像中丰富的语义信息,进而在RADIal数据集上超越了所有现有的方法,并达到了接近激光雷达的性能。Camera-Ready版本的论文以及代码将很快公开。
论文名称： CWCL: Cross-Modal Transfer with Continuously Weighted Contrastive Loss 论文链接： https://arxiv.org/abs/2309.14580 一、引言 目前，视觉图像和文本模态已经存在一些很强大的预训练模型，例如CLIP[1]和LiT[2]。但其他模态仍然缺乏这类模型，例如语音音频领域，与视觉语言模型可以通过zero-shot的形式...
全球最负盛名的人工智能盛会之一 NeurIPS 2023大会正在进行中~我们将为大家解读多篇微软亚洲研究院在此次大会上发表的精选论文。《TextDiffuser:让文本渲染不再成为扩散模型的难题》 论文链接:近年来,文本生成图像领域取得了显著进展。然而,即便是最先进的技术,也面临着一个共同的挑战:如何稳定且清晰地在图像中渲染文本...
在这篇 NeurIPS 2023 论文中，来自新加坡国立大学和字节跳动的学者们受人类联想学习的启发，提出了数据集扩增的新范式，有效地提升了深度模型在小数据场景下的性能和泛化能力，极大地降低了人工收集和标注数据的时间和成本。代码已开源。论文链接：https://browse.arxiv.org/pdf/2211.13976.pdfGitHub：https://github...
NeurIPS 2023 接收的 Spotlight 论文 “HYTREL: Hypergraph-enhanced Tabular Data Representation Learning” 提出了把表格建模成超图,再利用超图神经网络模型和大规模的表格数据学习得到表格语言模型。将表格建模成超图可以最大限度地保留表格的结构信息,包括表格行列排列的不变性,层级结构,以及表格单元格之间的联系等。