IPDAE: Improved Patch-Based Deep Autoencoder for Lossy Point Cloud Geometry Compression
2022-12-30
105
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
2月前
|
机器学习/深度学习
算法
|
5月前
|
机器学习/深度学习
算法
【文献学习】Channel Estimation Method Based on Transformer in High Dynamic Environment
一种基于CNN和Transformer的信道估计方法，用于在高度动态环境中跟踪信道变化特征，并通过实验结果展示了其相比传统方法的性能提升。
77
0
0
|
8月前
|
算法
BI
计算机视觉
[Initial Image Segmentation Generator]论文实现：Efficient Graph-Based Image Segmentation
[Initial Image Segmentation Generator]论文实现：Efficient Graph-Based Image Segmentation
82
1
1
|
算法
PyTorch
算法框架/工具
论文解读：LaMa:Resolution-robust Large Mask Inpainting with Fourier Convolutions
论文解读：LaMa:Resolution-robust Large Mask Inpainting with Fourier Convolutions
792
0
0
|
机器学习/深度学习
数据挖掘
PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
65
1
1
|
机器学习/深度学习
移动开发
自然语言处理
DEPPN：Document-level Event Extraction via Parallel Prediction Networks 论文解读
当在整个文档中描述事件时，文档级事件抽取（DEE）是必不可少的。我们认为，句子级抽取器不适合DEE任务，其中事件论元总是分散在句子中
147
0
0
|
机器学习/深度学习
自然语言处理
算法
SS-AGA：Multilingual Knowledge Graph Completion with Self-Supervised Adaptive Graph Alignment 论文解读
预测知识图（KG）中缺失的事实是至关重要的，因为现代知识图远未补全。由于劳动密集型的人类标签，当处理以各种语言表示的知识时，这种现象会恶化。
118
0
0
|
机器学习/深度学习
自然语言处理
索引
GTEE-DYNPREF: Dynamic Prefix-Tuning for Generative Template-based Event Extraction 论文解读
我们以基于模板的条件生成的生成方式考虑事件抽取。尽管将事件抽取任务转换为带有提示的序列生成问题的趋势正在上升，但这些基于生成的方法存在两个重大挑战
160
0
0
|
自然语言处理
算法
知识图谱
DEGREE: A Data-Efficient Generation-Based Event Extraction Model论文解读
事件抽取需要专家进行高质量的人工标注，这通常很昂贵。因此，学习一个仅用少数标记示例就能训练的数据高效事件抽取模型已成为一个至关重要的挑战。
183
0
0
PointNet++:Deep Hierarchical Feature Learning on Points Sets in a Metrci Space 学习笔记
PointNet++:Deep Hierarchical Feature Learning on Points Sets in a Metrci Space 学习笔记
93
0
0