CASIA OpenIR

浏览/检索结果: 共274条,第1-10条 帮助

已选(0)清除 条数/页:   排序方式:
面向视觉-语言的跨模态预训练与匹配方法研究 学位论文
, 2024
作者:  chen yuxin
Adobe PDF(46981Kb)  |  收藏  |  浏览/下载:19/1  |  提交时间:2024/07/11
视觉语言匹配  图像文本预训练  知识蒸馏  双向匹配评估  令牌合并  
AI资讯 2023年 第05期(总第109期) 其他
2023-05-01
作者:  张桂英
Adobe PDF(8407Kb)  |  收藏  |  浏览/下载:7/5  |  提交时间:2024/07/01
Autonomy Evaluation of Unmanned Systems Based on Task Models 期刊论文
Machine Intelligence Research, 2024, 页码: 1-16
作者:  Yi Zou;  Zehao Ni;  Xun Lei;  Chi Zhang
Adobe PDF(1801Kb)  |  收藏  |  浏览/下载:36/10  |  提交时间:2024/06/27
User Response Modeling in Reinforcement Learning for Ads Allocation 会议论文
, 新加坡, May 13 - 17, 2024
作者:  Zhang, Zhiyuan;  Zhang, Qichao;  Wu, Xiaoxu;  Shi, Xiaowen;  Liao, Guogang;  Wang, Yongkong;  Wang, xingxing;  Zhao, Dongbin
Adobe PDF(2077Kb)  |  收藏  |  浏览/下载:29/14  |  提交时间:2024/06/25
Ads Allocation  Reinforcement Learning  User Response Modeling  
LEGO: A Multi-agent Collaborative Framework with Role-playing and Iterative Feedback for Causality Explanation Generation 会议论文
, Singapore, 2023-12
作者:  Zhitao He;  Pengfei Cao;  Yubo Chen;  Kang Liu;  Jun Zhao
Adobe PDF(1153Kb)  |  收藏  |  浏览/下载:14/4  |  提交时间:2024/06/25
A Unified Framework Based on Graph Consensus Term for Multiview Learning 期刊论文
IEEE Transactions on Neural Networks and Learning Systems, 2022, 卷号: 35, 期号: 3, 页码: 3964 - 3977
作者:  Xiangzhu Meng;  Lin Feng;  Chonghui Guo;  Huibing Wang;  Shu Wu
Adobe PDF(4280Kb)  |  收藏  |  浏览/下载:16/7  |  提交时间:2024/06/21
面向多目标覆盖任务的深度强化学习迁移泛化方法研究 学位论文
, 2024
作者:  徐一凡
Adobe PDF(20521Kb)  |  收藏  |  浏览/下载:33/3  |  提交时间:2024/06/20
多目标覆盖任务  强化学习  迁移泛化  课程学习  域自适应  环境偏移  
基于因果图监督的时序因果发现方法及应用研究 学位论文
, 2024
作者:  邓紫臻
Adobe PDF(2591Kb)  |  收藏  |  浏览/下载:25/2  |  提交时间:2024/06/20
时序因果发现,因果图监督,交替注意力机制,训练数据设计,国家影响力分析  
Explainable enterprise credit rating using deep feature crossing 期刊论文
Expert Systems With Applications, 2023, 卷号: 220, 期号: c, 页码: 1-12
作者:  Weiyu Guo;  Zhijiang Yang;  Shu Wu;  Fu Chen;  Xiuli Wang;  Fu Chen
Adobe PDF(1259Kb)  |  收藏  |  浏览/下载:25/10  |  提交时间:2024/06/20
Training Large Language Models to Follow System Prompt with Self-Supervised Fine-Tuning 会议论文
, YOKOHAMA, JAPAN, 2024-07
作者:  Junyan Qiu;  Haitao Wang;  Yiping Yang
Adobe PDF(1596Kb)  |  收藏  |  浏览/下载:40/17  |  提交时间:2024/06/17
large language models  supervised fine-tuning  instruct tuning  stylized generation