标签

 一致性 

相关的文章:

BriefGPT - AI 论文速递 -

TopoSemiSeg: 强制拓扑一致性,用于组织病理学图像的半监督分割

在计算病理学中,为了后续分析,对于诸如腺体和细胞核这样密集分布的对象进行分割至关重要。为了减轻像素级注释的负担,半监督学习方法从大量无标签数据中学习。然而,现有的半监督方法忽视了无标签图像中隐藏的拓扑信息,因此容易出现拓扑错误,如腺体或细胞核的丢失或错误合并 / 分离。为了解决这个问题,我们提出了 TopoSemiSeg 方法,这是一种从无标签数据中学习拓扑表示的第一种半监督方法。特别是,我们提出了一种拓扑感知的师生方法,其中师生网络学习共享的拓扑表示。为了实现这一点,我们引入了拓扑一致性损失,其中包含信号一致性和噪声去除损失,以确保学到的表示是稳健的并且专注于真正的拓扑信号。在公共病理图像数据集上进行了大量实验证明了我们方法的优越性,尤其在拓扑评估指标上。代码可在 https URL 上获得。

AI生成摘要 在计算病理学中,对于密集分布的对象进行分割很重要。现有的半监督方法忽视了无标签图像中的拓扑信息,容易出现拓扑错误。为了解决这个问题,提出了TopoSemiSeg方法,通过学习拓扑表示来进行分割。实验证明该方法在拓扑评估指标上表现优越。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

评估吸引心理 - 动词距离对人类和语言模型中的语法一致性的影响

主题动词一致性,吸引名词,转换概率,人工神经网络模型以及反应时间是本研究的主要关键词和研究领域,并基于数据和分析结果提出了有关吸引对主题动词一致性的影响及其可能原因的新研究方向。

AI生成摘要 本研究发现神经语言模型中特定名词在主谓一致和反身指代方面准确度更高,语料库频率与名词在语法任务中的表现无关,可以从各种类型的训练数据中学习新名词的语法性质。结果显示语法表现应该比实际观察到的表现更稳定。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

DA-STC: 基于时空一致性的领域自适应视频语义分割

通过引入双向多级时空融合模块和类别感知的时空特征对齐模块,提出了一种新颖的 DA-STC 方法来解决视频语义分割任务中的领域自适应问题,并在多个具有挑战性的基准测试上取得了最先进的 mIOUs。

AI生成摘要 通过引入双向多级时空融合模块和类别感知的时空特征对齐模块,提出了一种新颖的 DA-STC 方法来解决视频语义分割任务中的领域自适应问题,并在多个具有挑战性的基准测试上取得了最先进的 mIOUs。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

双视图胜过单视图:多视一致性下的单目三维姿态估计

通过使用多视角数据对单目人体姿态估计模型进行微调,引入新的一致性损失函数,提升性能,从而实现对特定应用定制模型的实用和经济有效解决方案。

AI生成摘要 该论文提出了一种基于多视角视频的多视角一致半监督学习框架,利用未经注释、未校准但同步的多视角视频中的姿态信息相似性作为额外的弱监督信号来引导 3D 人体姿势回归。通过硬负采样建立多视角一致的姿态嵌入,并结合有限的 3D 姿态注释来完善该模型,实现了视角不变的姿态检索。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

异质数据上的一致性机制联邦学习:收敛性的新视角

在本文中,我们提出了一种名为 FedCOME 的共识机制,通过在服务器端对客户端的梯度进行微调,保证了每轮训练后每个客户端的风险减少;我们还设计了一种新的客户端采样策略,将共识机制推广到部分参与的联邦学习场景,有效地减少了未被选中的客户端的风险。通过在四个基准数据集上进行广泛实验证明了 FedCOME 在效果、效率和公平性方面优于其他最先进的方法。

AI生成摘要 本文提出了一种名为FedCOME的共识机制,通过微调客户端的梯度来减少风险。还设计了一种新的客户端采样策略,有效减少未被选中的客户端的风险。实验证明FedCOME在效果、效率和公平性方面优于其他方法。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

增强时空上下文:单目视频中具有时态一致性的稳健 3D 人体动作恢复

提出了一种从单眼视频中恢复时间一致的 3D 人体姿势、形状和动作的方法,通过使用具有身体感知特征表示和独立的逐帧姿势和相机初始化,结合自相似性和自注意力等技术进行时空特征聚合,该方法提供了增强的时空上下文,可在各种复杂场景下得到更准确的姿势估计和形状重建。

AI生成摘要 本研究提供了首个非标记的方法来实现单目视频中的三维运动捕捉,包括关节骨架的运动和非刚性表面形变。通过使用卷积神经网络和低维轨迹子空间解决单目重构问题,解决了关节运动、快速运动和非刚性变形等挑战。此外,提出了基于表面几何的细化方法,实现了中等规模的非刚性匹配。该方法在准确性、鲁棒性和处理复杂场景方面优于先前的单目方法。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

使用循环一致性学习对单细胞干预反应进行可解释建模

基于表型的筛选方法在识别具有活性的化合物方面引起了广泛的关注。本文提出了一种基于编码 - 解码架构的深度学习框架,可以将初始细胞状态映射到潜在空间中,其中假设药物对细胞状态的影响符合线性可加性。通过引入循环一致性约束条件,我们可以强制要求经过药物干扰的初始细胞状态产生受扰动的细胞响应,反之亦然,从受扰动的细胞状态中去除药物干扰则会恢复到初始细胞状态。循环一致性约束条件和潜在空间中的线性建模能够学习可解释且可迁移的药物干扰表示,从而使我们的模型能够预测对未知药物的细胞响应。我们在三种不同类型的数据集上验证了我们的模型,包括批量转录响应、批量蛋白响应以及单细胞转录响应对药物扰动。实验结果显示,我们的模型比现有的最先进方法取得了更好的性能。

AI生成摘要

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

破坏时间一致性:使用图像模型生成视频通用对抗扰动

使用图像数据和图像模型的 Breaking Temporal Consistency(BTC)方法,通过对视频中邻近帧的特征相似性进行最小化以生成逆向模式的对抗性视频,在各种数据集中具有优越的效果。

AI生成摘要

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

半监督医学图像分割的伪标签引导数据融合和输出一致性

基于卷积神经网络的监督学习算法已成为医学图像分割任务的基准,但其效果严重依赖于大量标记数据。受到半监督算法的启发,利用有标签和无标签的数据进行训练,我们提出了 PLGDF 框架,用于使用较少注释的医学图像进行分割。我们提出了一种新颖的伪标签利用方案,将有标签和无标签的数据有效地合并到数据集中。此外,我们在分割网络的解码器模块中强制保持不同尺度之间的一致性,并提出了适用于评估一致性的损失函数。此外,我们在预测结果上应用了锐化操作,进一步提高了分割的准确性。在三个公开数据集上进行了大量实验证明,PLGDF 框架能够通过融合无标签数据显著提高性能。与六种最先进的半监督学习方法相比,我们的框架具有优越的性能。本研究的代码可以在 https URL 获取。

AI生成摘要

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

DECDM:利用循环一致性扩散模型进行文档增强

基于扩散模型的光学字符识别(OCR)在自动文档处理和文档智能方面对文档图像质量非常依赖,研究提出了一种新的端到端文档级图像转换方法 DECDM 来解决现有方法的数据分离和隐私保护问题,该方法通过独立训练源和目标模型,消除了配对训练的限制,提高了性能的数量和质量的比较。

AI生成摘要 本文介绍了一种名为MDCDP的模块,通过引入注意机制,利用位置编码查询视觉和语义特征,融合两种受约束特征以产生加强的特征,生成良好的内容感知嵌入。通过堆叠多个MDCDP以逐渐准确地距离建模,成功解决了文本识别中的困难问题。实验结果表明CDistNet在具有挑战性的识别场景中优于最近的热门方法,并在标准基准上取得了最新的准确性。可视化结果显示CDistNet在视觉和语义领域都实现了合适的信息利用。

相关推荐 去reddit讨论

热榜 Top10
...
ShowMeBug
...
LigaAI
...
eolink
...
Dify.AI
...
观测云
...
天勤数据
...
白鲸技术栈
推荐或自荐