中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共6条，第1-6条 帮助

限定条件            
已选(0)清除 条数/页：   排序方式：
Latent Structure Mining With Contrastive Modality Fusion for Multimedia Recommendation 期刊论文
IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, 2023, 卷号: 35, 期号: 9, 页码: 9154-9167
作者:  Zhang, Jinghao;  Zhu, Yanqiao;  Liu, Qiang;  Zhang, Mengqi;  Wu, Shu;  Wang, Liang
Adobe PDF(1134Kb)  |  收藏  |  浏览/下载：163/13  |  提交时间：2023/11/17
Multimedia recommendation  graph structure learning  contrastive learning  
Cyclic Differentiable Architecture Search 期刊论文
IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 卷号: 2022, 期号: TPAMI.2022.3153065, 页码: DOI 10.1109
作者:  Yu HY(俞宏远);  Peng HW(彭厚文);  Huang Y(黄岩);  Fu JL(傅建龙);  Du, Hao;  Wang L(王亮);  Lin, Haibin
Adobe PDF(5244Kb)  |  收藏  |  浏览/下载：302/94  |  提交时间：2022/06/14
Graph Contrastive Learning with Adaptive Augmentation 会议论文
, Online, 2021-4
作者:  Zhu, Yanqiao;  Xu, Yichen;  Yu, Feng;  Liu, Qiang;  Wu, Shu;  Wang, Liang
Adobe PDF(2989Kb)  |  收藏  |  浏览/下载：186/15  |  提交时间：2022/06/13
Relational graph neural network for situation recognition 期刊论文
Pattern Recognition, 2020, 期号: 108, 页码: 107544
作者:  Jing Y(荆雅);  Wang JB(王君波);  Wang W(王威);  Wang L(王亮);  Tan TN(谭铁牛)
Adobe PDF(3098Kb)  |  收藏  |  浏览/下载：203/48  |  提交时间：2021/06/07
Situation recognition  Relationship modeling  Graph neural network  Reinforcement learning  
Learning view invariant gait features with Two-Stream GAN 期刊论文
NEUROCOMPUTING, 2019, 卷号: 339, 期号: 2019, 页码: 245-254
作者:  Wang, Yanyun;  Song, Chunfeng;  Huang, Yan;  Wang, Zhenyu;  Wang, Liang
浏览  |  Adobe PDF(2222Kb)  |  收藏  |  浏览/下载：539/148  |  提交时间：2019/07/12
Gait recognition  Cross-veiw  Two-Stream GAN  
Video Super-Resolution via Bidirectional Recurrent Convolutional Networks 期刊论文
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2018, 卷号: 40, 期号: 4, 页码: 1015-1028
作者:  Huang, Yan;  Wang, Wei;  Wang, Liang
浏览  |  Adobe PDF(10250Kb)  |  收藏  |  浏览/下载：800/302  |  提交时间：2017/06/19
Deep Learning  Recurrent Neural Networks  3d Convolution  Video Super-resolution