少样本学习相关论文
随着人工智能技术的迅速发展,基于卷积神经网络的深度学习算法在目标检测领域取得了突破性进展,而这种成功主要归功于大规模数据集......
风机作为国家能源战略中重要的组成部分,是衡量国家能源战略、提升可再生能源利用水平的重要标志。在大量风机进行市场后,风机的运......
近年来,随着深度学习的快速发展,基于深度学习的目标检测算法也得到了大力的推进,很多优秀的目标检测框架也争相涌现。但现有的大......
当前大部分目标检测都依赖于大规模的标注数据集来保证其检测的正确率，而在实际场景中，大量数据的获取是十分困难的，且对数据的标注也......
计算机技术迅速发展的今天,机器学习在许多领域已经取得了非常优秀的性能表现。虽然新的机器学习算法层出不穷,性能也逐步提升,但......
铁路列车是我国交通运输的重要工具,其发展关系着国计民生。尽管我国高铁的各项技术和指标已具有国际最先进的水平,但是列车安全保......
在深度学习领域,视觉问答一直是热门的研究方向,这一任务的定义如下:一个视觉问答系统涉及视觉和文本的处理。由自然图像和形式自......
作为信息处理与计算机视觉领域的研究热点之一,目标跟踪技术在安防监控、智能交通、视觉导航以及军事侦察等应用领域中扮演着十分......
为有效提取风电SCADA中时序数据故障特征，同时考虑一维卷积神经网络（One-dimensional， Convolutional Neural Network， 1-D CNN）提取局......
随着智能设备的普及和互联网技术的发展,每天都有大量的视觉数据生成,并在互联网上飞速传播,对这些数据的分析是亟待解决的关键问......
关系抽取是信息抽取技术中的一项重要任务,也是知识图谱构建过程中的重要环节,其目的是从非结构化的文本中抽取出结构化的三元组知......
人体行为识别旨在对视频监控中的人体行为进行检索并识别，是人工智能领域的研究热点。基于传统方法的人体行为识别算法存在对样本数......
随着机器学习、深度学习研究的深入,越来越多的研究人员开始将工作重心转移到图结构数据学习的探索中,这主要是因为图结构数据是很......
遥感图像解译中最重要的便是遥感图像信息的识别,其在军事领域和民用领域均有大量应用。而基于深度学习的模型会比较依赖训练样本......
旋转机械是现代工业系统中最为重要的组成部分,随着大数据和人工智能等先进技术的发展,深度学习已经成为智能故障诊断领域的热门话......
现如今人工智能伴随着机器学习和深度学习等相关技术的快速发展,已经在日常生活、工作中处处发挥着便利我们的作用,但是智能机器进......
食用植物油是人类膳食的必要组成部分。若植物油存在质量问题,消费者的身体健康必将受到严重危害。因此,植物油品质鉴别一直是食品......
在机加工领域,精准监测刀具磨损状态可以让刀具寿命得到充分利用,一方面防止刀具未到使用寿命就换刀,造成成本增加,另一方面避免刀......
少样本学习技术指的是在标注样本受限的情境下,快速学习并泛化到新任务的技术。该技术是为人工智能技术通向真正智能化的积极探索,......
我国制造业正处于向“智造业”转型关键时期,这其中缺陷检测环节必不可少,因此应用现代化机器视觉技术替代耗时耗力的人力工作,是......
人类从出生到老去可以一直的学习和积累知识,并能够对学习到的技能进行存储记忆,实现有效的重复利用知识以快速解决新任务的。研究......
人们身处在跨模态环境,人工智能要更好地理解人们所处的环境,则需要具备解析跨模态信息的能力。通过模态学习搭建能处理和连接跨模......
红外成像具备探测距离远、隐蔽性高、可穿透烟雾以及全天候工作等优势,在光电探测领域受到了广泛的重视、研究和应用。在红外探测......
服装图像包含丰富的特征信息,以服装图像作为基础数据进行自动分类识别已经得到了较多的研究。然而,结合深度学习的服装风格的分类......
随着深度学习的发展,语义分割逐渐取代手动分割和传统分割方法成为医疗诊断和影像分析中重要步骤。医疗影像的分割标注存在获取时......
随着无人机技术快速发展而出现的大量违法行为,催生了对反无人机技术以及无人机的图像识别需求。然而,在学术上已明确了训练数据集......
随着卫星技术的发展,如今每天都有大量的遥感图像产生。遥感图像由于具备高清晰度,频谱特征丰富等特点,因而能被广泛应用于城市规......
随着互联网的高速发展,人类可获取的信息量呈指数级增长,如何从海量数据中挖掘有效的信息成为亟待解决的问题。信息抽取研究正是在......
近年来,随着深度学习的发展以及越来越多的大规模视频动作识别数据集被公开,使得动作识别算法研究逐渐成熟。这些动作识别算法往往......
随着深度学习的快速发展,图像分类和显著性目标检测成为了当前计算机视觉领域重要的研究课题,引起了越来越多研究者的关注。基于卷......
少样本图像分类能够在图像数据稀缺的情况下根据仅有的少量数据样本实现图像分类。相比普通多样本图像分类方法,少样本图像分类具......
乳腺癌是女性死亡率最高的癌症之一,每年都有大量的患者因确诊乳腺癌而接受治疗。而癌症常发现于晚期,早期的诊断与发现对患者的康......
近年来,随着深度学习技术的快速发展,基于深度学习的图像超分辨率技术不断取得突破。为了更加深入理解该领域,探究领域前沿方向,本......
法条预测是司法智能领域中的一个重要子任务,旨在根据用户输入的案情描述预测出相对应的法条。传统的法条预测方法都是以单模型为......
实体关系抽取技术是自然语言处理领域中的一个基础任务。主要体现为关系抽取是知识图谱,智能问答的上游任务,能够为其提供结构化知......
地下电力隧道的内部环境较为复杂,通风不畅,阴暗潮湿,给巡检人员安全带来威胁。但为了保障电力安全,排除隐患,隧道巡检必不可少,于......
学位
细粒度视觉分类技术近年来越来越受到重视。一方面因为该问题具有的类间差距较小、类内差距较大的任务特点吸引了学术界的研究兴趣......
随着人工智能和计算机视觉的快速发展,图像处理和分析已经成为现代科学研究中不可忽视的重要环节。尤其是在大数据时代,随着电子商......
互联网发展至今,每时每刻都会产生海量的非结构化信息数据,需要利用信息抽取技术自动地将其转化为结构化知识数据存储并利用。细粒......
少样本学习是目前机器学习研究领域的一个热点,它能在少量的标记样本中学习到较好的分类模型.但是,在噪声的不确定环境中,传统的少......
[目的]针对当前文本分类任务中存在的训练数据匮乏以及模型泛化性能低等问题,在少样本环境下研究文本分类问题,提出一种少样本文本......
为提高服装风格评价的客观性,提出了利用卷积神经网络对不同品牌服装风格特征进行自动提取、识别和分类的方法,以不同品牌的服装为......
细粒度实体分类任务作为命名实体识别任务的扩展,其目的是根据指称及其上下文,发掘实体更细粒度的类别含义。由于细粒度实体语料的......
[目的/意义]旨在为用户和管理者的短文本分类管理提供参考。[方法/过程]利用开放知识库完成词粒度的概念化,将CWE预训练得到的词嵌......
人工智能在很多领域都得到了迅速发展,但现有方法需要在大量的数据中学习先验知识.为了进一步缩小人工智能与人类差距,使其可以从......
