IPDAE: Improved Patch-Based Deep Autoencoder for Lossy Point Cloud Geometry Compression
2022-12-30
100
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
6天前
|
机器学习/深度学习
算法
|
3月前
|
算法
数据挖掘
文献解读-Consistency and reproducibility of large panel next-generation sequencing: Multi-laboratory assessment of somatic mutation detection on reference materials with mismatch repair and proofreading deficiency
Consistency and reproducibility of large panel next-generation sequencing: Multi-laboratory assessment of somatic mutation detection on reference materials with mismatch repair and proofreading deficiency，大panel二代测序的一致性和重复性：对具有错配修复和校对缺陷的参考物质进行体细胞突变检测的多实验室评估
31
6
6
|
7月前
|
算法
BI
计算机视觉
[Initial Image Segmentation Generator]论文实现：Efficient Graph-Based Image Segmentation
[Initial Image Segmentation Generator]论文实现：Efficient Graph-Based Image Segmentation
63
1
1
|
算法
PyTorch
算法框架/工具
论文解读：LaMa:Resolution-robust Large Mask Inpainting with Fourier Convolutions
论文解读：LaMa:Resolution-robust Large Mask Inpainting with Fourier Convolutions
697
0
0
|
机器学习/深度学习
自然语言处理
算法
SS-AGA：Multilingual Knowledge Graph Completion with Self-Supervised Adaptive Graph Alignment 论文解读
预测知识图（KG）中缺失的事实是至关重要的，因为现代知识图远未补全。由于劳动密集型的人类标签，当处理以各种语言表示的知识时，这种现象会恶化。
104
0
0
|
自然语言处理
算法
知识图谱
DEGREE: A Data-Efficient Generation-Based Event Extraction Model论文解读
事件抽取需要专家进行高质量的人工标注，这通常很昂贵。因此，学习一个仅用少数标记示例就能训练的数据高效事件抽取模型已成为一个至关重要的挑战。
163
0
0
|
机器学习/深度学习
自然语言处理
算法
Joint Information Extraction with Cross-Task and Cross-Instance High-Order Modeling 论文解读
先前的信息抽取(IE)工作通常独立地预测不同的任务和实例(例如，事件触发词、实体、角色、关系)，而忽略了它们的相互作用，导致模型效率低下。
96
0
0
|
机器学习/深度学习
存储
自然语言处理
PESE Event Structure Extraction using Pointer Network based Encoder-Decoder Architecture论文解读
事件抽取（EE）的任务旨在从文本中找到事件和事件相关的论元信息，并以结构化格式表示它们。大多数以前的工作都试图通过分别识别多个子结构并将它们聚合以获得完整的事件结构来解决这个问题。
83
0
0
PointNet++:Deep Hierarchical Feature Learning on Points Sets in a Metrci Space 学习笔记
PointNet++:Deep Hierarchical Feature Learning on Points Sets in a Metrci Space 学习笔记
80
0
0
|
机器学习/深度学习
算法
图形学
Deep learning based multi-scale channel compression feature surface defect detection system
简述：首先应用背景分割和模板匹配技术来定义覆盖目标工件的ROI区域。提取的感兴趣区域被均匀地裁剪成若干个图像块，每个块被送到基于CNN的模型，以分类杂乱背景中不同大小的表面缺陷。最后，对空间上相邻且具有相同类别标签的图像块进行合并，以生成各种表面缺陷的识别图。
152
0
0