生成模型相关论文
图像生成是计算机视觉、计算机图形学领域的重要研究方向。该方向已有70余年的研究历史,早期的生成模型只能生成简单、低质量的图......
近年来,生成对抗网络已成为深度学习领域的热门研究方向,相关研究文献数量呈指数级增长。文章对生成对抗网络近几年的发展做了简要......
自2014年生成对抗网络GAN（Generative Adversarial Network）模型被提出以来，GAN已成为无监督学习中最受关注的方法之一。近年来，众多学......
近年来，深度学习已在图像字幕技术研究中展现其优势。在深度学习模型中，图像中对象之间的关系在图像表示中起着重要作用。为了更好地......
随着风电渗透率的日益提高，如何有效地描述风电出力的不确定性成为了配电网运行和规划所面临的巨大挑战，为此，提出一种基于隐式最大似......
为了解决光学遥感探测中民用商用船舶和军舰样本不足的问题，提出面向船舶遥感图像的Wasserstein距离生成对抗网络（ship-WGAN）。在ship......
随着高通量测序技术的出现和不断发展,生物序列分析变得更加普及,越来越多的生物学研究都涉及物种的基因层面的变化。与此同时,基......
齿轮箱被广泛应用于航空、船舶、高铁、风电、数控机床等关键工业领域,由于加工/装配误差或在循环重载、润滑失效等恶劣工况下会发......
随着器件特征尺寸减小至纳米级别,工艺参数波动对静态随机存取存储器（Static Random Access Memory,SRAM）良率的影响越来越大,为保证......
攻击检测是攻击防御的前提,在防止安全威胁和保护网络免受攻击方面发挥着重要作用。多年来,攻击者与防御者始终在进行着博弈,新型......
在信息化时代,人们对于图像、音频、视频等数据信号的需求与质量越来越高。传统的采样方法在海量数据面前面临着数据采样,压缩,处......
从压缩感知的信号中重构出原始信号一直是计算成像领域中的热点问题,其核心是如何提升成像质量。压缩感知信号重构是一个不适定的......
磁共振成像可以无损地描绘患者体内的结构和功能特征,为当今的医学诊断和研究提供了支持。但是,磁共振成像数据采集速度缓慢导致了......
学位
在无线网络系统的物理层中,一个基本的科学问题是研究如何在接收端更好更快地恢复信源传输的信息。在实际生产环境中,无线网络系统......
利用复杂网络分析方法,对复杂系统中的关系结构及属性进行分析,识别网络中社团结构具有重要研究意义。课题组构建了基于复杂网络算......
近年来,随着视频监控网络的大规模建设和移动终端设备的加速普及,图像和视频数据呈现爆炸式增长。由于分析技术的缺乏,大量视觉数......
能源是推动世界各国经济发展的基本动力,在面对百年未有之大变局的时代背景下,全世界范围内都在积极布局和开发可再生能源。相比传......
图像生成模型是当前研究的一个热点,广泛应用于图像合成、图像复原、图像修补等任务。但是,当前基于深度卷积神经网络的生成模型结......
图像修补作为一项旨在根据已有图像信息对缺损区域进行合理填充的技术,被广泛的应用于破损图像修复、无关物体擦除以及影视后期制......
随着近些年自动驾驶技术、激光扫描技术和机器人技术等的蓬勃发展,我们需要更多的信息来获得更好的环境感觉,而不仅仅是依靠图像、......
异常是指各种不符合估计或违反常规条件的数据或行为,广泛存在于如信用卡消费中欺诈行为、数据库中数据泄露、网络入侵以及工业控......
异常检测问题是机器学习领域的一个经典问题,其旨在从给定数据中检测出偏离正常模式的样本。而时间序列异常检测,即针对时间序列数......
计算机视觉（Computer Vision）是专注于模拟人类视觉的感知,分析并深层次理解图像和视频数据的学科,而图像生成（Image Generation）是计......
为深入研究GAN这一热点模型,对基本GAN模型的原理、优点以及存在的问题进行分析;介绍GAN的发展以及不同的衍生模型,进一步说明GAN......
随着三维点云数据在计算机视觉任务的逐渐流行,合成或重建高分辨率、高保真点云的能力变得至关重要。虽然深度学习模型最近在点云......
本文致力于探究高维小样本医学影像分析方法。小样本方面，本文提出了基于级联生成对抗网络和半监督学习的多参数医学影像生成方法。......
随着互联网金融科技和移动支付的快速发展，欺诈手段与方式不断升级。机器学习与深度学习被广泛应用于电子交易欺诈检测，良好的检测结......
深度学习作为一种新兴的机器学习算法，凭借其强大的数据处理和特征学习能力，在图像识别、语音识别、自然语言处理等诸多领域已得到广......
随着数字、网络、视觉传播技术的发展，多媒体数据也呈现日益增长的趋势。这些丰富的数据资源为跨模态数据的信息挖掘、理解和分析和......
本文主要关注自然语言处理中的故事生成任务，即如何让机器根据给定的简短故事描述(如:话题或者一句话)生成一个完整故事的问题，该任......
生成对抗网络的理论研究与应用不断获得成功,已经成为当前深度学习领域研究的热点之一。对生成对抗网络理论及其应用从模型的类型......
神经风格迁移技术主要用于对图像、视频等进行风格化,使其具有艺术美感,该领域极具应用价值,是人工智能的热门研究领域之一。为推......
首先介绍了生成对抗网络基本理论、应用场景和研究现状,并列举了其亟待改进的问题。围绕针对提升模型训练效率、提升生成样本质量......
汉字字形计算是基于汉字的表示方式和结构的计算，经过三十多年的汉字信息处理技术的研究和发展，汉字信息技术的研究已经从最初的汉字......
从上世纪九十年代中期以来，研究人员发现越来越多的实际网络(包括局域网和广域网)的业务流量具有自相似特点，但是目前对引发网络流量......
人在面对复杂场景时,能够快速的将注意力集中在少数感兴趣的区域,然后利用有限的处理能力对该区域进行优先处理。显著性目标检测作......
随着互联网应用的普及发展,网络上的图像信息正以指数级的速率增长。因此对海量图像进行有效的管理和检索有着非常重要的现实意义......
现时代不断发展的互联网使电子邮件用户的数量也跟随不断地增加，电子邮件成了人们工作，生活必不可少的交流工具。但是，垃圾邮件也随之......
在信息化程度高度发达的今天，随着高技术武器的不断发展和致伤武器的多样化及其在战争中的广泛应用，不但导致短时间内出现大量的伤病......
多源图像融合是指提取并综合两个或多个多源图像信息，获得对同一场景或者目标更为准确、全面和可靠的图像，使之更加适合于人眼感知或......
随着室内无线局域网(Wireless Local Area Networks,WLAN)的广泛部署和智能终端对IEEE802.11协议的普遍支持,面向未携带任何信号收......
