Paper研习社每日精选论文推荐1226

Hi 欢迎来到Paper 研习社每日精选栏目,Paper 研习社(paper.yanxishe.com)每天都为你精选关于人工智能的前沿学术论文供你参考,以下是今日的精选内容——

 具有姿势感性损失的面向音乐的舞蹈视频合成

在备考前期,对于非学霸类考生,不建议急着在33-34分钟啃完所有的题目(除非速度接近native speaker),而是先解决掉其中的三篇,把问题和文风都非常“带感”的prose fiction留到最后去做。

对于在这种双重相对平滑度下的Legendre型凸函数,尽管它是完全明确的,但作者的方案自然保留在域的内部。作者在双重相对强凸度下获得线性收敛,条件数在水平平移下不变。作者的方法是梯度下降的非线性预处理,它可以改善非光滑或非强凸结构问题的显式一阶方法的条件。它展示了如何将该方法应用于p范数回归和指数罚函数最小化。

 基于神经网络函数逼近的Qleanring的有限时间分析

值得注意的是,当将生成的分子迭代地反馈到翻译器中时,分子化合物的属性随每个步骤而提高。作者证明了这一发现对于翻译模型的选择是不变的,这使其成为“黑匣子”算法。作者将此方法称为黑盒递归翻译(BBRT),这是一种用于分子特性优化的新推理方法。这种简单而强大的技术严格作用于任何翻译模型的输入和输出。作者使用熟悉的序列和基于图形的模型进行简单的替换,从而获得了分子性能优化任务的最新技术成果。相对于其非递归对等体,作者的方法仅通过简单的“ for”循环即可显着提高性能。此外,BBRT具有高度的可解释性,允许用户从已知起点绘制新发现化合物的进化图。

推荐理由:面部图像超分辨率(SR)是面部图像分析,面部识别和基于图像的3D面部重建的重要预处理。最近的基于卷积神经网络(CNN)的方法通过使用成对的低分辨率(LR)和高分辨率(HR)面部图像来学习映射关系,从而显示出出色的性能。但是,由于使用CNN的HR面部图像重建通常旨在提高PSNR和SSIM指标,因此即使分数很高,重建的HR图像也可能不现实。

但是,想要有“快”的效果,得先有“快”的实力,要不然,就像凌波微步,如若无深厚内功根基,强行应用,则会造成自绝经脉的危境。

对于PTE的考生而言,“分秒必争”估计是不言而喻的,无论是哪科,讲究快都是拿分的关键,就像功夫一样,“天下武功,无坚不破,唯快不破”。

从整体看,考虑到当下的企业经营经济环境,《若干规定》提升了规则的适应性与协调性,比如上市公司分拆条件的变化,将盈利门槛从此前的10亿元下调至6亿元,募集资金使用要求从3年内未使用调整成3年内募资使用不超过净资产10%,董事、高管对分拆公司持股不得超过10%放宽到10%至30%,同业竞争监管从统一标准调整为适应各板块的同业竞争和关联交易要求。这些调整,目的当然都是为了扩大资源重组范围,加速优质资源的流动重组,这也是我国市场化改革的趋势性要求。

因此,在没有快的资本前,你只能学郭靖,老老实实练基本功,只有基本功扎实了,才有“快”的可能性。

分拆上市有利于价值发现。由于业务的交叉混合,公司财务通常采用“简单加总”,很多优质业务板块潜在价值不能得到充分体现,分拆后原本混同的业务分拆后可被独立评价,对原本不透明的子公司,市场可获得更为全面的财务和业务信息,对母子公司股票机制作出正确评估,在提升股东自身利益的同时,增加公司价值。分拆上市可实现二次融资甚至多次融资,有助于母、子公司突出主营业务,实现业务专业化和价值的快速增长,而相关的资本运作又会推动新产品与技术的升级,形成良好的价值创造循环。

关于志愿服务记录的载体。随着科技的发展和互联网应用的广泛普及,志愿服务记录应该通过信息化手段来进行。为此,征求意见稿将志愿服务信息系统作为开展志愿服务记录工作的重要载体,考虑到现实中信息化发展的不平衡,部分地区可能暂时难以及时通过志愿服务信息系统开展记录工作,征求意见稿也保留了纸质载体方式。征求意见稿要求使用纸质载体记录的,在条件具备时将记录的信息录入志愿服务信息系统;对之前已有的志愿服务记录信息,要求应在1年内全部录入志愿服务信息系统,形成完整的志愿服务信息档案。

 使用生成对抗网络进行人脸联合超分辨率和去模糊

 高效的在线学习将内核映射到语言结构

 SAFE:欺诈早期发现的神经生存分析模型

 梯度下降的双重空间预处理

本文主要讲的是对于PTE初学者怎么尽可能的充分利用时间并提高正确率,但是看了这篇文章之后,小编觉得不仅仅适用于初学者,对于正在挣扎的各位来说同样很有价值~

 将事实提取和验证与神经语义匹配网络相结合

推荐理由:预训练语言模型的最新突破表明,自监督学习对于多种自然语言处理(NLP)任务的有效性。除了标准的语法和语义NLP任务外,预训练的模型还对涉及真实世界知识的任务进行了重大改进,这表明大规模语言建模可能是捕获知识的隐含方法。在这项工作中,我们将进一步研究使用事实完成任务对诸如BERT等预训练模型捕获知识的程度。此外,我们提出了一个简单而有效的弱监督预训练目标,该目标明确迫使模型纳入有关现实世界实体的知识。使用我们的新目标训练的模型在事实完成任务上产生了重大改进。在应用于下游任务时,我们的模型在四个与实体相关的问题回答数据集(即WebQuestions,TriviaQA,SearchQA和Quasar-T)上的性能始终优于BERT,平均改善了2.7 F1,并提供了标准的细粒度实体类型数据集(例如, FIGER),精度提高5.7。

推荐理由:作者提出了一种基于学习的姿势感知损失的方法,用于自动音乐视频生成。其方法可以产生逼真的舞蹈视频,该视频符合几乎任何给定音乐的节奏和韵律。为此,作者首先从音乐生成人体骨骼序列,然后将学习到的姿势到外观映射应用于最终视频。在生成骨骼序列的阶段,作者利用两个鉴别器捕获序列的不同方面,并提出一种新颖的姿势感知损失来产生自然舞蹈。此外,我们还提供了一种新的交叉模态评估来评估舞蹈质量,它能够估计音乐和舞蹈两种模态之间的相似性。最后,进行了一项用户研究,以证明通过提出的方法合成的舞蹈视频会产生令人惊讶的逼真的结果。

突尼斯总统凯斯·赛义德和总理沙赫德当天前往事发地看望伤员和遇难者家属。(完)

事实上,不论是今年年初及前段时间科创板注册制下的破产重组、并购上市新规,还是如今上市公司分拆制度,凡被重组的资源大都是上市公司的优质业务,如生物制药、高新科技等,都有利于发挥上市公司科技孵化的功能,实现资本市场和高新科技公司之间的互哺,因而对提升融资主体质量、深化资本市场改革,提高资本市场融资效率,提高资金的利用率和服务实体经济的能力都具有重要意义。

推荐理由:许多在线平台已经部署了反欺诈系统,以检测和防止欺诈活动。但是,在用户实施欺诈行为的时间与用户被平台暂停的时间之间通常存在差距。如何及时发现欺诈者是一个具有挑战性的问题。现有的大多数方法都采用分类器来预测欺诈者,因为他们会随着时间的流逝而活动。分类模型的主要缺点是连续时间戳之间的预测结果通常不一致。在本文中,我们提出了一种基于生存分析的欺诈早期检测模型SAFE,该模型将动态用户活动映射到生存概率,保证生存概率随时间单调下降。SAFE采用递归神经网络(RNN)处理用户活动序列,并在每个时间戳直接输出危险值,然后,利用从危险值得出的生存概率来实现一致的预测。因为我们仅在训练数据中观察到用户暂停时间,而不是欺诈活动时间,所以我们修改了常规生存模型的损失函数以实现欺诈早期检测。在两个真实数据集上的实验结果表明,SAFE不仅优于生存分析模型和递归神经网络模型,还优于最先进的欺诈早期检测方法。

推荐理由:作者描述了一种与深度卷积神经网络(CNN)结合使用的可解释的AI显着性图方法,该方法比流行的梯度方法更有效。它在数量上也相似并且准确性更高。作者的技术通过测量每个网络规模末端的信息来工作,然后将这些信息组合成一个显着图。我们描述了如何通过利用显着性图顺序等效性来提高显着性度量。最后,我们通过使用信息的层顺序可视化来可视化各个规模/层的贡献。这提供了网络内其他显着性图方法未提供的规模信息贡献的有趣比较。由于作者的方法只需要单次向前通过网络中的一些层,因此它至少比Guided Backprop快97倍,并且精度更高。使用我们的方法而不是Guided Backprop,类激活方法(例如Grad-CAM,Grad-CAM ++和Smooth Grad-CAM ++)将运行速度快几个数量级,显着减少内存占用并提高准确性。这将使此类方法在资源有限的平台(如机器人,手机和低成本工业设备)上可行。这也将大大帮助他们在诸如卫星图像处理之类的数据密集型应用中工作。所有这些都不会牺牲准确性。我们的方法通常很简单,应该适用于最常用的CNN。我们还展示了用于增强Grad-CAM ++的方法的示例。

推荐理由:具有神经网络功能逼近的Q学习(简称神经Q学习)是最流行的深度强化学习算法之一。尽管在经验上取得了成功,但神经Q学习的非渐近收敛速度实际上仍然未知。在本文中,我们对神经Q学习算法进行了有限时间分析,其中数据是从马尔可夫决策过程生成的,而作用值函数是通过深度ReLU神经网络来近似的。我们证明,如果神经函数逼近器被充分地过参数化,则神经Q学习会找到O(1 /√T)收敛速度的最优策略,其中T是迭代次数。据我们所知,我们的结果是在非i.i.d数据假设下首次进行神经Q学习的有限时间分析。

 黑盒递归翻译用于分子优化

推荐理由:内核方法是用于学习结构化数据(例如树和图)的流行且有效的技术。它们的主要缺点之一是与对示例进行预测相关的计算成本,这体现在批核方法的分类阶段,尤其是在线学习算法中。在本文中,我们分析了当内核函数是Mapping Kernels的实例时,如何加快预测速度。MappingKernels是为结构化数据指定内核的通用框架,它扩展了流行的卷积内核框架。我们从理论上研究通用模型,得出各种优化策略,并展示如何将其应用于流行的结构化数据内核。此外,我们从语义角色标记任务(这是一种自然语言分类任务,高度依赖句法树)得出可靠的经验证据。结果表明,我们的更快方法可以在基于标准内核的SVM(不能在非常大的数据集上运行)上明显改善。

推荐理由:对错误信息的日益关注刺激了对自动事实检查的研究。最近发布的FEVER数据集引入了基准事实验证任务,其中要求系统使用来自Wikipedia文档的证据语句来验证索赔。在本文中,我们提出了一个由三个同类神经语义匹配模型组成的连接系统,该模型共同进行文档检索,句子选择和要求验证,以进行事实提取和验证。对于证据检索(文档检索和句子选择),不像传统的向量空间IR模型(在某些预先设计的术语向量空间中对查询和来源进行匹配),我们假设没有中间语言,我们开发了神经模型以从原始文本输入执行深度语义匹配术语表示,无权访问结构化的外部知识库。我们还显示了Pageview频率还可以帮助提高证据检索结果的性能,以后可以使用我们的神经语义匹配网络进行匹配。为了进行声明验证,与以前仅将上游检索到的证据和声明提供给自然语言推理(NLI)模型的方法不同,我们通过为NLI模型提供内部语义相关性评分(因此将其与证据检索模块集成)来进一步增强NLI模型和本体的WordNet功能。在FEVER数据集上的实验表明:(1)我们的神经语义匹配方法在所有证据检索指标上都有显着优势,胜过流行的TF-IDF和编码器模型;(2)附加的相关性评分和WordNet功能通过更好的语义改进了NLI模型(3)通过将所有三个子任务形式化为相似的语义匹配问题并在所有三个阶段进行改进,完整的模型能够在FEVER测试集上获得最新的结果。

推荐理由:用于生成分子结构的机器学习算法为药物发现提供了一种有希望的新方法。作者将分子优化问题视为翻译问题,目标是将输入化合物映射到具有改善的生化特性的目标化合物。

在这项研究中作者提出了一个对抗框架,通过同时生成带有和不带有模糊的HR图像来重建HR面部图像。首先,使用五层CNN将LR面部图像的空间分辨率提高八倍。然后,编码器提取放大图像的特征。这些特征最终被发送到两个分支(解码器)以生成带有和不带有模糊的HR面部图像。此外,结合了局部和全局区分符,以专注于HR面部结构的重建。实验结果表明,该算法能够生成逼真的HR面部图像。此外,所提出的方法可以生成各种不同的面部图像。

关于志愿服务记录证明。志愿服务记录证明是确认志愿者付出、肯定志愿者贡献的重要展现。从便民高效的角度出发,征求意见稿对证明的获得渠道和证明形式作了开放性规定:志愿者可以要求志愿服务组织为其出具志愿服务记录证明,也可以自行在志愿服务信息系统中打印自己的志愿服务记录证明;志愿服务记录证明需要志愿服务组织加盖公章的,志愿服务组织应当加盖。从维护志愿服务记录证明公信力的角度出发,征求意见稿对证明出具的依据、证明的内容格式作了严格规范:志愿服务记录证明应当以志愿服务记录信息为依据;证明应当采用统一格式,载明志愿者的志愿服务时间、服务内容和记录单位;志愿服务记录证明可以在志愿服务信息系统中查询核实。

本文转载自《Jj贾璞》的博客,点击阅读原文。

PTE阅读中要学会放慢速度

关于事故原因,路透社援引突尼斯内政部的消息称,事发地点山路崎岖,大巴车司机在急转弯时未能控制住方向,导致车辆失控冲出金属护栏,坠落山谷。

 可解释的AI的有效显着性图

对于时间的分配,初学者读文章的时间建议为3分半到4分钟,做题时间为7分到7分半钟。而这里要讲的“慢”读,是如何用2分钟辨析清文章结构、主旨和分论点。

征求意见稿明确,个人不能作为志愿服务记录的主体。

不过,由于分拆上市有“多次”融资功能,不排除个别公司为了缓解主业资金周转的紧张状况,或出于其他非业务正当发展的目的,以牺牲高新业务板块的方式套利做空或过分频繁拆分损害股东权益。这就需要监管部门及时做好引导与监督。监管部门此次这特别强调严禁“忽悠式”、内幕交易等分拆市场乱象,只是在实际执行过程中还需更为精细化的法规条文。未来财务造假、关联交易甚至同业竞争等市场乱象,更多还需依赖“细节”的把控,如厘清分拆上市母、子公司边界,规范分拆上市程序、明确信息披露制度、建立责任追偿制度,监管部门都需要深入挖掘。笔者认为,这些也正是未来分拆上市监管需要重点关注和完善的地方。

另据突尼斯TAP通讯社消息,事发后,受伤人员已被送往当地医院接受治疗。突尼斯卫生部官员称,已紧急调度18辆救护车参与救援,此外,受伤人员及遇难者家属还将得到专业的心理援助。

首先要明白,我所谓的慢,不是慢条斯理的那种慢,而是针对时间而言的:就是你要知道,在这有限的阅读文章时间内,我该如何去把时间花在有效信息上。

新浪声明:此消息系转载自合作单位,新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。

PTE阅读平均下来一篇的做题时间只有9分钟不到,如果一个考生做一篇托福阅读文章都要用18乃至20分钟的话,那么刚刚接触PTE的阅读基本上是崩溃的。此时强行快速阅读的话,那么扑街的可能性就很大了。

关于志愿服务信息系统。根据规定,志愿服务信息系统由民政部指定。指定系统包括两部分,一是民政部建立的全国志愿服务信息系统,二是民政部指定的其他志愿服务信息平台。指定志愿服务信息平台将根据相应的标准和条件进行,凡是符合标准和条件的都能被指定。全国志愿服务信息系统具备与其他平台进行数据对接交换的功能且目前正在依托“金民工程”进行升级建设,民政部指定的其他志愿服务信息平台与全国志愿服务信息系统都可以实现数据互联互通,为志愿服务记录与证明出具工作提供有力支撑。

关于志愿服务记录信息的精准管理。一是从加强信息保护和减轻记录工作量的角度,征求意见稿按照精简且必要的原则,对应当记录的信息尤其是个人基本信息进行了规定;二是征求意见稿强调了对信息的妥善管理义务,规定不得将志愿服务记录信息用于商业目的,未经志愿者本人同意,不得公开或者泄露其有关信息;三是征求意见稿建立了投诉、举报、抽查、监督检查、依法查处违法行为等机制,加强了对志愿服务记录的事中事后监管。

 预培训的百科全书:弱监督的知识预培训的语言模型

推荐理由:本论文介绍了相对平滑度和相对强凸度的条件,以分析用于凸优化的Bregman梯度方法。在目标函数的凸共轭和设计的双重参考函数之间的对偶空间中,作者引入了具有相对平滑度的完全显式下降方案。

当地时间12月1日,突尼斯北部Ain Snoussi,一辆从首都出发前往山区小镇的公共汽车坠入山谷,造成22人死亡,另有21人受伤。据悉,车上游客均为突尼斯人。

You may also like...