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：
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
Adobe PDF(4719Kb)  |  收藏  |  浏览/下载：19/5  |  提交时间：2024/07/08
TENET: Beyond Pseudo-Labeling for Semi-supervised Few-shot Learning 期刊论文
Machine Intelligence Research, 2023, 页码: 0
作者:  Ma CC(马成丞);  Dong WM(董未名);  Xu CS(徐常胜)
Adobe PDF(741Kb)  |  收藏  |  浏览/下载：140/31  |  提交时间：2024/01/29
Semi-supervised few-shot learning  few-shot learning  pseudo-labeling  linear regression  low-rank reconstruction  
Reducing Vision-Answer Biases for Multiple-Choice VQA 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2023, 卷号: 32, 页码: 4621-4634
作者:  Zhang, Xi;  Zhang, Feifei;  Xu, Changsheng
Adobe PDF(2684Kb)  |  收藏  |  浏览/下载：85/2  |  提交时间：2023/11/17
Multiple-choice VQA  vision-answer bias  causal intervention  counterfactual interaction learning  
Understanding and Mitigating Overfitting in Prompt Tuning for Vision-Language Models 期刊论文
IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2023, 卷号: 33, 期号: 9, 页码: 4616-4629
作者:  Ma, Chengcheng;  Liu, Yang;  Deng, Jiankang;  Xie, Lingxi;  Dong, Weiming;  Xu, Changsheng
Adobe PDF(1644Kb)  |  收藏  |  浏览/下载：153/21  |  提交时间：2023/11/16
Vision-language model  prompt tuning  over-fitting  subspace learning  gradient projection  
跨模态多视角自监督的个性化食谱推荐异构图网络 期刊论文
计算机辅助设计与图形学学报, 2023, 卷号: 35, 期号: 3, 页码: 413-422
作者:  宋亚光;  杨小汕;  徐常胜
Adobe PDF(854Kb)  |  收藏  |  浏览/下载：226/85  |  提交时间：2023/06/26
食物推荐  异构图  自监督学习  多视角  跨模态  
Self-supervised Calorie-aware Heterogeneous Graph Networks for Food Recommendation 期刊论文
ACM Transactions on Multimedia Computing, Communications, and Applications, 2023, 卷号: 19, 期号: 1s, 页码: 1-23
作者:  Song, Yaguang;  Yang, Xiaoshan;  Xu, Changsheng
Adobe PDF(1381Kb)  |  收藏  |  浏览/下载：210/66  |  提交时间：2023/06/12
Food recommendation  recipe calories  heterogeneous graph  selfsupervised learning