已选(0)清除
条数/页: 排序方式: |
| NExT-OOD: Overcoming Dual Multiple-Choice VQA Biases 期刊论文 IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 页码: 1913-1931 作者: Zhang Xi(张熙) ; Feifei Zhang; Changsheng Xu![](/image/person.jpg)
Adobe PDF(4719Kb)  |   收藏  |  浏览/下载:19/5  |  提交时间:2024/07/08 |
| VQACL: A Novel Visual Question Answering Continual Learning Setting 会议论文 , Canada, 2023 作者: Zhang X(张熙) ; Feifei Zhang; Changsheng Xu![](/image/person.jpg)
Adobe PDF(1199Kb)  |   收藏  |  浏览/下载:20/5  |  提交时间:2024/07/08 |
| 面向多模态语义理解与推理的视觉问答研究 学位论文 , 2024 作者: 张熙![](/image/person.jpg)
Adobe PDF(39126Kb)  |   收藏  |  浏览/下载:16/1  |  提交时间:2024/07/08 多模态 视觉问答 语义挖掘 可靠关联 推理泛化 |
| AI资讯 2022年 第03期(总第95期) 其他 2022-03-01 作者: 张桂英![](/image/person.jpg)
Adobe PDF(10495Kb)  |   收藏  |  浏览/下载:6/3  |  提交时间:2024/07/01 |
| 基于视觉-语言引导的机器人导航研究 学位论文 , 2024 作者: 何科技![](/image/person.jpg)
Adobe PDF(29796Kb)  |   收藏  |  浏览/下载:57/5  |  提交时间:2024/06/25 视觉语言导航、数据稀缺、时序信息挖掘噪声、跨模态对齐、异常行为 |
| Self-Talk Responses to Users' Opinions and Challenge in Human Computer Dialog 会议论文 , Beijing, China, 2018-8-2 作者: Yang Minghao ; Zhang Ke; NaShengRuoYang; Tao Jianhua![](/image/person.jpg)
Adobe PDF(540Kb)  |   收藏  |  浏览/下载:35/6  |  提交时间:2024/06/24 |
| 基于强化学习的机器人操作策略表征与学习 学位论文 , 2024 作者: 杨依明![](/image/person.jpg)
Adobe PDF(19731Kb)  |   收藏  |  浏览/下载:42/5  |  提交时间:2024/05/28 强化学习 机器人操作 机器人控制 策略表征 |
| 面向事件传播的隐式语义表达分析方法研究 学位论文 , 2024 作者: 苑敏洁![](/image/person.jpg)
Adobe PDF(2023Kb)  |   收藏  |  浏览/下载:38/2  |  提交时间:2024/05/27 事件传播 预训练文本表征与生成 隐式表达线索 主题对象关联对 多维度要素 |
| 推理机制启发的视觉语言导航 学位论文 , 2024 作者: 安东![](/image/person.jpg)
Adobe PDF(10930Kb)  |   收藏  |  浏览/下载:90/10  |  提交时间:2024/05/27 视觉语言导航 模块化推理 认知地图 子目标导航 |
| An Empirical Study on Google Research Football Multi-agent Scenarios 期刊论文 Machine Intelligence Research, 2024, 卷号: 21, 期号: 3, 页码: 549-570 作者: Yan Song; He Jiang ; Zheng Tian; Haifeng Zhang; Yingping Zhang; Jiangcheng Zhu; Zonghong Dai; Weinan Zhang; Jun Wang
Adobe PDF(24588Kb)  |   收藏  |  浏览/下载:48/11  |  提交时间:2024/05/23 Multi-agent reinforcement learning (RL), distributed RL system, population-based training, reward shaping, game theory |