×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
复杂系统认知与决策... [14]
紫东太初大模型研究中... [5]
作者
程健 [14]
张一帆 [6]
贺翔宇 [5]
卢汉清 [4]
王培松 [4]
张淳杰 [3]
更多...
文献类型
会议论文 [7]
期刊论文 [7]
发表日期
2024 [1]
2023 [1]
2022 [1]
2021 [2]
2020 [4]
2019 [2]
更多...
语种
英语 [7]
出处
IEEE TRANS... [2]
IEEE TRANS... [1]
IEEE Trans... [1]
IEEE Trans... [1]
Informatio... [1]
PATTERN RE... [1]
更多...
资助项目
ARO[W911NF... [1]
Faculty Re... [1]
Jiangsu Fr... [1]
Key Projec... [1]
NSFC[61876... [1]
NSFC[61906... [1]
更多...
收录类别
SCI [5]
EI [3]
其他 [1]
导师
资助机构
Jiangsu Fr... [1]
Key Projec... [1]
NSFC [1]
National N... [1]
Strategic ... [1]
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
(本次检索基于用户作品认领结果)
浏览/检索结果:
共14条,第1-10条
帮助
限定条件
作者:程健
第一作者
专题:复杂系统认知与决策实验室
第一作者的第一单位
第一作者单位
通讯作者单位
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
发表日期升序
发表日期降序
提交时间升序
提交时间降序
题名升序
题名降序
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
期刊影响因子升序
期刊影响因子降序
Graph meets probabilistic generation model: A new perspective for graph disentanglement
期刊论文
PATTERN RECOGNITION, 2024, 卷号: 148, 页码: 11
作者:
Peng, Zouzhang
;
Zheng, Shuai
;
Zhu, Zhenfeng
;
Liu, Zhizhe
;
Cheng, Jian
;
Dong, Honghui
;
Zhao, Yao
收藏
  |  
浏览/下载:89/0
  |  
提交时间:2024/02/22
Graph representation learning
Graph disentanglement
Probabilistic generation model
Towards Fully Sparse Training: Information Restoration with Spatial Similarity
会议论文
, Vancouver, British Columbia, Canada, 2022-04
作者:
Xu WX(许伟翔)
;
Wang PS(王培松)
;
Cheng J(程健)
Adobe PDF(556Kb)
  |  
收藏
  |  
浏览/下载:89/30
  |  
提交时间:2023/06/20
TBERT: Dynamic BERT Inference with Top-k Based Predictors
会议论文
, Antwerp, Belgium, 2023-4-17
作者:
Liu, Zejian
;
Zhao, Kun
;
Cheng, Jian
Adobe PDF(3426Kb)
  |  
收藏
  |  
浏览/下载:118/31
  |  
提交时间:2023/06/19
Transformer
Dynamic Inference
Pruning
EEDNet: Enhanced Encoder-Decoder Network for AutoISP
会议论文
, Virtual, 2020
作者:
Zhu, yu
;
Guo, Zhenyu
;
Liang, Tian
;
He, Xiangyu
;
Li, Chenghua
;
Leng, Cong
;
Jiang, Bo
;
Zhang, Yifan
;
Cheng, Jian
Adobe PDF(4493Kb)
  |  
收藏
  |  
浏览/下载:203/36
  |  
提交时间:2022/07/01
Fixed-point Quantization for Vision Transformer
会议论文
, Beijing, China, 2021-10-22
作者:
Zhexin, Li
;
Peisong Wang
;
Zhiyuan Wang
;
Jian Cheng
Adobe PDF(940Kb)
  |  
收藏
  |  
浏览/下载:293/84
  |  
提交时间:2022/06/15
Extremely Lightweight Skeleton-Based Action Recognition With ShiftGCN plus
期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2021, 卷号: 30, 页码: 7333-7348
作者:
Cheng, Ke
;
Zhang, Yifan
;
He, Xiangyu
;
Cheng, Jian
;
Lu, Hanqing
Adobe PDF(3205Kb)
  |  
收藏
  |  
浏览/下载:297/16
  |  
提交时间:2021/11/03
Skeleton-based action recognition
graph convolutional network
lightweight network
shift network
Skeleton-Based Action Recognition with Shift Graph Convolutional Network
会议论文
, 线上, June 2020
作者:
Ke Cheng
;
Yifan Zhang
;
Xiangyu He
;
Weihan Chen
;
Jian Cheng
;
Hanqing Lu
Adobe PDF(2935Kb)
  |  
收藏
  |  
浏览/下载:253/42
  |  
提交时间:2021/05/28
Two-Stream Adaptive Graph Convolutional Networks for Skeleton-Based Action Recognition
会议论文
, Long Beach, CA, United states, June 16, 2019 - June 20, 2019
作者:
Shi, Lei
;
Zhang, Yifan
;
Cheng, Jian
;
Lu, Hanqing
浏览
  |  
Adobe PDF(691Kb)
  |  
收藏
  |  
浏览/下载:267/69
  |  
提交时间:2021/01/26
Skeleton-Based Action Recognition With Multi-Stream Adaptive Graph Convolutional Networks
期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2020, 期号: 29, 页码: 9532-9545
作者:
Shi, Lei
;
Zhang, Yifan
;
Cheng, Jian
;
Lu, Hanqing
浏览
  |  
Adobe PDF(2849Kb)
  |  
收藏
  |  
浏览/下载:413/159
  |  
提交时间:2020/11/05
Skeleton-based action recognition, graph convolutional network, adaptive graph, multi-stream network.
Spatialflow: Bridging all tasks for panoptic segmentation
期刊论文
IEEE Transactions on Circuits and Systems for Video Technology, 2020, 卷号: 31, 期号: 6, 页码: 2288-2300
作者:
Chen, Qiang
;
Cheng, Anda
;
He, Xiangyu
;
Wang, Peisong
;
Cheng, Jian
Adobe PDF(4643Kb)
  |  
收藏
  |  
浏览/下载:200/43
  |  
提交时间:2020/10/20
panoptic segmentation