小红花·文摘

本研究提出了一种新型神经符号方法神经DNF-MT，旨在解决深度强化学习中的策略可解释性问题，实现端到端的策略学习，并支持手动干预和适应。

神经DNF-MT：一种用于学习可解释和可编辑策略的神经符号方法

BriefGPT - AI 论文速递 ·

本研究提出了一种新颖的端到端学习方法，结合知识指导与领域优化，显著提升了细粒度遥感图像中的对象识别性能。

细粒度遥感图像分割的知识转移与领域适应

BriefGPT - AI 论文速递 ·

本文提出了一种通用框架，用于端到端学习数据结构，适应底层数据分布，并精细控制查询和空间复杂度，解决了最近邻搜索问题，发现多维数据中的有效结构，具有广泛的应用潜力。

发现数据结构：最近邻搜索及其他

BriefGPT - AI 论文速递 ·

本研究提出了一种自然框架，解决神经符号系统的端到端学习问题，结合神经网络训练、符号固着和逻辑约束合成，验证了其有效性。

神经符号学习产生逻辑约束

BriefGPT - AI 论文速递 ·

帕金森病的诊断受限于缺乏公开可获取的语音数据集。深度学习方法包括端到端学习、迁移学习和深度声学特征提取。端到端学习方法主要使用卷积神经网络和变压器，但面临数据和计算资源限制。迁移学习可以提供更强大的诊断和跨语言普适性。深度声学特征提取方法的性能较低。未解决的问题包括偏差、可解释性和隐私。需要进一步研究。

创新的基于语音的深度学习方法在帕金森病分类中的应用：一项系统综述

BriefGPT - AI 论文速递 ·

本研究提出了一种端到端学习的图像压缩编解码器，通过同时训练分析变换和目标分类任务，证实压缩的潜在表示能够准确预测人的感知距离判断。实验结果显示，现成的神经编码器在感知建模方面表现出色，无需额外的VGG网络。该研究对开发语义感知和编码高效的神经编码器具有参考价值。

基于 CNN 的图像编码在人类视觉层进行后期处理

BriefGPT - AI 论文速递 ·

ControlNet是一种用于控制大型预训练扩散模型的神经网络框架，能够以端到端的方式学习任务特定条件，并具有鲁棒性。它可以与大型扩散模型一起使用，以支持额外的输入条件，促进了相关应用的发展。

预训练的文本到图像扩散模型是多用途控制表征学习器

BriefGPT - AI 论文速递 ·

本文使用端到端学习法解决混合镜头重建高分辨率光场图像的问题，提高峰值信噪比的同时保留光场结构。这是首个使用端到端深度学习方法解决该问题的研究。

光场空间分辨率增强框架

BriefGPT - AI 论文速递 ·

本文提出了一种基于属性的机器人抓取的端到端学习方法，利用门控-注意力机制融合了工作空间图像和查询文本的嵌入，学习预测实例抓取可行性，并利用抓取前后的对象持久性学习了视觉和文本属性的联合度量空间。模型在模拟中自我监督，可推广到新的对象和真实场景，并演示了只用一个抓取数据即可适应新对象的能力。在未知对象上，实验结果表明，我们的方法实现了超过80％的实例抓取成功率，优于几个基准模型。

PreAfford: 基于普适性可操作性的多样物体和环境预抓取

BriefGPT - AI 论文速递 ·

本文提出了一种新型模型不可知剪枝方案，通过梯度衰减和自适应分层蒸馏来优化稀疏训练，以提高视频编码器的压缩效率。实验结果表明，该方法在减少计算开销的同时提高了速度和保持了视频质量。

该文章介绍了上下文随机双层优化（CSBO）框架，扩展了经典的随机双层优化，使得下层决策者能够对上层决策者的决策做出最优响应，并对侧面信息做出响应。该框架适用于元学习、个性化联邦学习、端到端学习和侧面信息的 Wasserstein 分布鲁棒优化等应用。文章介绍了一种基于多层蒙特卡罗（MLMC）技术的高效双循环梯度方法，并建立了其样本复杂度和计算复杂度。该方法在随机非凸优化方面与现有下界相匹配，并且在元学习中的复杂度不依赖于任务数量。数值实验验证了理论结果。

图上分布式双层优化：无环算法更新和瞬态迭代复杂度

BriefGPT - AI 论文速递 ·

本文介绍了一种基于梯度衰减和自适应分层蒸馏的新型模型不可知剪枝方案，应用于三种视频编码器，结果显示在MACS上减少了65％，速度提升了2倍。

冷酷时尚的视频：以 800 个参数进行学习式视频编码

BriefGPT - AI 论文速递 ·

本研究提出了一种端到端学习的图像压缩编解码器，通过同时训练分析变换和目标分类任务，证实压缩的潜在表示能够准确预测人的感知距离判断。研究还展示了将分析变换作为图像任务的感知损失网络的有效性。实验结果表明，现有的神经编码器在感知建模方面表现出色，无需额外的VGG网络。该研究对开发语义感知和编码高效的神经编码器具有参考价值。