周瑞松のblog

  • 首页

  • 关于

  • 标签

  • 分类

  • 归档

scene graph and visual relation初探

发表于 2020-01-27 分类于 CV 评论数:

场景图和视觉关系主要用于理解图像,可以作为caption、text2image、retrival的基础。基本思路是先从纯视觉的detection方法从image中选出proposal和对应的label,再根据这些信息构建scene graph 梳理一下近期看过的scene graph generat ...

阅读全文 »

BBR算法评估

发表于 2020-01-20 分类于 计算机网络 评论数:

由于写成了论文格式。。就放一个外链吧

阅读全文 »

ThunderNet 论文阅读 | 轻量级实时监测网络

发表于 2019-09-21 更新于 2019-09-27 分类于 CV 评论数:

ThunderNet 论文解读首先让我们看一下object detection的论文发展 ThunderNet是2019年实现了ARM平台上的第一个实时检测器和最快的单线程速度的模型。接下来我们从以下几个方面去介绍这个模型。 网络架构ThunderNet的整体架构如下图所示。 ThunderNet ...

阅读全文 »

定制外围Linux操作系统

发表于 2019-09-17 更新于 2019-09-18 分类于 Linux 评论数:

在上一片博文中,我们知道操作系统的启动流程为: 所以启动Linux时有两种启动办法: 加载bios 的硬件信息-> 读取MBR –>执行Grub ->加载kernel–> 加载驱动–> init –> 执行bash 加载bios 的硬件信息-> 读取MB ...

阅读全文 »

认识Linux系统的启动

发表于 2019-09-09 更新于 2019-09-10 分类于 Linux 评论数:

在《Linux初步》这门课上,我们实现了从内核出发,定制自己的Linux系统。要了解Linux,让我们从开机说起。 本文使用的操作系统 1. 启动流程​ 以个人计算机为例,当按下开机键时,计算机硬件会读取BIOS来加载硬件信息及进行硬件系统的自我测试,之后系统会主动读取第一个可启动 ...

阅读全文 »

COMET阅读笔记|Commonsense Transformers for Automatic Knowledge Graph Construction

发表于 2019-09-03 更新于 2019-09-05 分类于 Paper Weekly 评论数:

Introduction本文是Allen实验室发表在ACL2019的一篇关于自动常识知识库构建的文章。作者提出了Commonsense Transformers(COMET)生成模型,主体框架是Transformer语言模型,在ATOMIC和ConceptNet知识库中选取种子知识训练集进行预训练, ...

阅读全文 »

知识表示学习及embedding(2015年后)

发表于 2019-08-12 更新于 2019-09-09 分类于 NLP 评论数:

本文旨在介绍TransD模型提出后,近年来新的基于结构的知识表示模型。 本文介绍模型论文: TranSparse, AAAI2016, Knowledge graph completion with adaptive sparse transfer matrix TransG, arXiv2015 ...

阅读全文 »

带你认识NLP中的Attention

发表于 2019-08-04 更新于 2019-08-09 分类于 NLP 评论数:

学习NLP也有一段时间了,但一直没有时间对近年来NLP最出彩的attention部分加以总结,现在终于有一点时间可以做一下总结归纳了,那让我们顺着时间线,探寻attention的前世今生。 这事要从1930年9月7号开始说起,那年袁隆平爷爷出生在北京的一个普通家庭··· 前世1. Attention ...

阅读全文 »

移动轨迹去匿名化研究进展

发表于 2019-07-24 更新于 2019-07-25 分类于 Paper Weekly 评论数:

论文标题:De-anonymization of Mobility Trajectories: Dissecting the Gaps between Theory and Practice 论文地址:点击前往 本文探讨了移动轨迹去匿名化理论方法在实际数据集应用中的差距,并提出了四种能很好的解决实际 ...

阅读全文 »

基于知识图谱的问答应用分析

发表于 2019-07-18 分类于 知识图谱 评论数:

Knowledge Based QA System Construction基于知识图谱的问答系统构架分为四个方面: Entity Detection Entity Linking Relation Prediction Evidence Integration 然而,想要应用知识图谱,Know ...

阅读全文 »
12

RuisongZhou

菜鸡一枚,仍需努力
17 日志
6 分类
20 标签
GitHub E-Mail
© 2020 RuisongZhou
|