基于极限学习机和BP神经网络的半监督分类算法
基于极限学习机（Extreme Learning Machine, ELM）和反向传播（Backpropagation, BP）神经网络的半监督分类算法，旨在结合两者的优势：ELM的快速训练能力和BP的梯度优化能力，同时利用少量标注数据和大量未标注数据提升分类性能。 1. 算法核心思想 1...
【论文速递】CVPR2022-弱监督旋转不变的航空目标检测网络
【论文原文】：超网络体系下的目标优选模型获取地址：https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD65GA12tdKgW-bKuGOqLNnh5eAZmICm_nEqVchmXPgpCWVyRu121rInT&uniplatform=NZKPT博主关键词： 目标检....
【论文速递】CVPR2022-弱监督旋转不变的航空目标检测网络
【论文原文】：Weakly Supervised Rotation-Invariant Aerial Object Detection Network获取地址：https://ieeexplore.ieee.org/document/9880297博主关键词： 目标检测，弱监督学习摘要：弱监督航空目标检测（weakly supervised object detection，WOSD）是一个值得....
【Kohonen分类】基于有导师监督的Kohonen网络的分类算法附matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。更多Matlab仿真内容点击智能优化算法 神经网络预测 雷达通信 无线传感器 &...
【论文速递】CVPR2022-弱监督旋转不变的航空目标检测网络
摘要：弱监督航空目标检测（weakly supervised object detection，WOSD）是一个值得探索的难题。现有的主要WSOD方法建立在常规CNN的基础上，这些CNN难以建模旋转不变性，从而导致检测器对方向变化过分敏感。同时，当前的解决方案很容易 忽略得分较低的实例，并可能将它们视为背景。为了解决这些问题，在本文中，我们提出了一种端到端弱监督旋转不变航空目标检测网络（RINe....
【论文速递】TNNLS2022 - 一种用于小样本分割的互监督图注意网络_充分利用有限样本的视角
【论文速递】TNNLS2022 - 一种用于小样本分割的互监督图注意网络_充分利用有限样本的视角【论文原文】：A Mutually Supervised Graph Attention Network for Few-Shot Segmentation: The Perspective of Fully Utilizing Limited Samples获取地址：https://ieeexplo....
网络安全监督机构发现大型跨国网络攻击APT10
4月5日，对美国、日本、瑞典和其他欧洲国家公司通过IT服务商发起的大型网络攻击被曝光。 该网络攻击由英国国家网络安全中心、普华永道和 BAE System 网络安全公司的合作发现。该攻击至少从2016年5月，甚至可能早在2014年起，就试图获取托管服务商客户内部网络的访问权限。 该攻击源自APT10，被命名为“Cloud Hopper” 。瑞典民事应急机构在声明中称其准确规模尚未可知，但据信涉及....
NeurIPS-21 | MGSSL: 基于官能团的分子属性预测图网络自监督预训练
本文介绍一篇来自中国科学技术大学刘淇教授课题组和腾讯量子实验室联合发表的一篇文章。该文章提出了基于官能团的分子属性预测图网络自监督预训练方法MGSSL。MGSSL结合化学领域知识，在大量无标签分子数据中划分官能团和构建官能团树，并进一步通过官能团生成式自监督任务，使得预训练的图网络可以学习到官能团的结构和语义信息，提高下游分子属性预测任务的效果。1.研究背景分子属性预测任务对于药物合成和筛选具有....
用Transformer振兴CNN骨干网络，港大、腾讯等联合提出视觉自监督表征学习CARE
自监督表征学习近两年十分火热。机器学习界的三位泰斗 Geoffroy Hinton、 Yann Lecun 、 Yoshua Bengio 一致认为自监督学习有望使 AI 产生类人的推理能力，其中 Hinton 与 Lecun 近两年也在 ICML / NeurIPS 中发表自监督表征学习的研究工作。可以说在机器学习顶会发表自监督表征学习的文章，是与 Hinton 和 Lecun 站到了同一赛道....
KDD 18 论文解读 | GraphWave：一种全新的无监督网络嵌入方法
论文动机 驻留在图的不同部分中的节点可能在其本地网络拓扑中具有类似的结构角色。然而学习节点的结构表示是一项具有挑战性的无监督学习任务，其通常涉及为每个节点人工指定和定制拓扑特征。 GraphWave 是一种可扩展的无监督方法，用于基于网络中的结构相似性来学习节点嵌入。GraphWave 通过将小波视为概率分布并使用经验特征函数表征分布来开发光谱图小波的新用途。 GraphWave 提供理论保证，....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
域名解析DNS
关注DNS行业趋势、技术、标准、产品和最佳实践，连接国内外相关技术社群信息，追踪业内DNS产品动态，加强信息共享，欢迎大家关注、推荐和投稿。
+关注