· ai
[Paper] BanglaASTE：一种用于Bangla电子商务评论中方面-情感-观点抽取的创新框架，采用集成深度学习
Aspect-Based Sentiment Analysis (ABSA) 已成为从用户生成内容中提取细粒度情感洞察的关键工具，尤其是…
-
- · ai
[Paper] 自适应与激进拒绝的异常检测用于受污染的训练数据
处理受污染的数据在异常检测中构成了一个关键挑战，因为传统模型假设在纯粹的正常数据上进行训练。传统方法 mi...
- · ai
[论文] 控制对注意力 logits 的更改
在训练 transformer 模型时，神经网络权重的稳定性至关重要。查询（query）和键（key）权重尤其成问题，因为它们倾向于增长……
- · ai
[Paper] 使用边界框进行思考：通过强化微调提升时空视频定位
时空视频定位（STVG）需要根据自然语言描述，在未剪辑的视频中同时在时间和空间上定位目标对象。
- · ai
[Paper] 可微分物理-神经模型实现非马尔可夫闭合的学习，以加速粗粒化物理模拟
数值模拟为许多物理和现实世界的问题提供了关键洞见。然而，尽管这些模拟是在完整的3D域上求解的，大多数分析……
- · ai
[Paper] Endo-G$^{2}$T：几何引导 & 时间感知的时间嵌入 4DGS 用于内镜场景
内镜（endo）视频表现出强烈的视角依赖效应，例如 specularities、wet reflections 和 occlusions。纯 photometric supervision 会导致对齐错误……
- · ai
[Paper] PFF-Net：用于点云法线估计的补丁特征拟合
估计点的法线需要构建局部补丁以提供中心‑周围的上下文，但确定合适的邻域大小是……
- · ai
[Paper] BanglaMM-Disaster: 基于多模态 Transformer 的深度学习框架用于孟加拉语多类别灾害分类
自然灾害仍然是孟加拉国的一大挑战，因此实时监测和快速响应系统至关重要。在本研究中，我们提出了 BanglaMM-...
- · ai
[Paper] Hybrid-AIRL：通过监督专家指导提升逆向强化学习
对抗逆向强化学习（AIRL）已显示出在通过推断密集奖励函数来解决强化学习（RL）中的稀疏奖励问题方面的潜力。
- · ai
SurgMLLMBench：用于外科场景理解的多模态大语言模型基准数据集
Recent advances in multimodal large language models (LLMs) have highlighted their potential for medical and surgical applications. However, existing surgical da... 近期在多模态大型语言模型（LLMs）方面的进展凸显了它们在医学和外科应用中的潜力。然而，现有的外科数据……
- · ai
[Paper] 混合 SIFT‑SNN 用于交通流量控制基础设施的高效异常检测
本文提出了 SIFT‑SNN 框架，这是一种低延迟神经形态信号处理管道，用于实时检测运输中的结构异常。
- · ai
[Paper] 神经语言模型中的涌现词汇语义：在 LLM 生成文本上测试 Martin's Law
我们首次系统性地研究了Martin定律——词频与多义性之间的经验关系——在神经语言生成的文本中……