ML paper notes

أوراق ML

يحتوي هذا الريبو على ملاحظات وملخصات قصيرة لبعض الأوراق ذات الصلة ML التي صادفتها ، والتي تنظمها الموضوعات والملخصات في شكل PDFs.

التعلم الخاضع للإشراف والتباين

• التفكير العلائقي الذي تم إشرافه ذاتيا لتعلم التمثيل (2020): [ورقة] [ملاحظات]
• النماذج الكبيرة التي يتم إشرافها ذاتيا هي متعلمين قويين شبه خاضعين للإشراف (2020) [ورقة] [ملاحظات]
• التعلم المتناقض المنحرف (2020) [ورقة] [ملاحظات]
• سيلفي: ما قبل الإشراف ذاتيا لتضمين الصور (2019): [ورقة] [ملاحظات]
• تعلم التمثيل الخاضع للإشراف ذاتيا عن طريق التناوب ميزة فك التشفير (2019): [ورقة] [ملاحظات]
• إعادة النظر في تعلم التمثيل البصري الخاضع للإشراف ذاتيا (2019): [ورقة] [ملاحظات]
• AET مقابل AED: التمثيل غير الخاضع للإشراف التعلم عن طريق التحولات الترميز التلقائي (2019): [Paper] [NOTES]
• تعزيز التعلم الخاضع للإشراف عن طريق نقل المعرفة (2018): [ورقة] [ملاحظات]
• تعلم الميزة ذات الإشراف الذاتي عن طريق تعلم القطع الأثرية (2018): [ورقة] [ملاحظات]
• تعلم التمثيل غير الخاضع للرقابة من خلال التنبؤ بتناوب الصور (2018): [ورقة] [ملاحظات]
• تشابه التدفق البصري عبر البكسل للتعلم الخاضع للإشراف (2018): [ورقة] [ملاحظات]
• التعلم البصري المتعدد المهمة ذات الإشراف الذاتي (2017): [ورقة] [ملاحظات]
• أدوات الانقسام التلقائي: التعلم غير الخاضع للإشراف عن طريق التنبؤ عبر القناة (2017): [ورقة] [ملاحظات]
• تلوين كمهمة وكيل للفهم البصري (2017): [ورقة] [ملاحظات]
• تعلم غير خاضع للإشراف للتمثيلات المرئية عن طريق حل الألغاز بانوراما (2017): [ورقة] [ملاحظات]
• تعلم التمثيل المرئي غير الخاضع للرقابة عن طريق التنبؤ بالسياق (2016): [ورقة] [ملاحظات]
• تلوين الصور الملون (2016): [ورقة] [ملاحظات]
• تعلم المجموعات المرئية من العملات المشتركة في المكان والزمان (2015): [ورقة] [ملاحظات]
• تمييز غير خاضع للإشراف على التعلم مع الشبكات العصبية التلافيفية المثالية (2015): [ورقة] [ملاحظات]

التعلم شبه الخاضع للإشراف

• أخذ العينات السلبية في التعلم شبه الخاضع للإشراف (2020): [ورقة] [ملاحظات]
• الإشراف الذاتي المتناسق للوقت للتعلم شبه الخاضع للإشراف (2020): [ورقة] [ملاحظات]
• الطالب المزدوج: كسر حدود المعلم في التعلم شبه الخاضع للإشراف (2019): [ورقة] [ملاحظات]
• S4L: التعلم شبه الخاضع للإشراف ذاتيًا (2019): [ورقة] [ملاحظات]
• التعلم شبه الخاضع للإشراف عن طريق محاذاة التوزيع المعززة (2019): [ورقة] [ملاحظات]
• Mixmatch: نهج شمولي التعلم الخاضع للإشراف Tosemi (2019): [Paper] [Notes]
• زيادة البيانات غير الخاضعة للإشراف (2019): [ورقة] [ملاحظات]
• التدريب على تناسق الاستيفاء للتعلم شبه الخاضع للإشراف (2019): [ورقة] [ملاحظات]
• التدريب المشترك العميق للتعرف على الصور شبه الخاضع للإشراف (2018): [ورقة] [ملاحظات]
• توحيد التعلم شبه الخاضع للإشراف والقوي بواسطة Mixup (2019): [Paper] [Notes]
• التقييم الواقعي لخوارزميات التعلم شبه الخاضعة للإشراف العميقة (2018): [ورقة] [ملاحظات]
• نمذجة تسلسل شبه خاضعة للإشراف مع التدريب عبر العرض (2018): [ورقة] [ملاحظات]
• تدريب الخصومة الافتراضية (2017): [ورقة] [ملاحظات]
• متوسط ​​المعلمين هم نماذج أفضل (2017): [ورقة] [ملاحظات]
• الفرقة الزمنية للتعلم شبه الخاضع للإشراف (2017): [ورقة] [ملاحظات]
• التعلم شبه الخاضع للإشراف مع شبكات السلم (2015): [ورقة] [ملاحظات]

فهم الفيديو

• محولات الرؤية المتعددة (2021): [ورقة] [ملاحظات]
• Vivit محول رؤية الفيديو (2021): [ورقة] [ملاحظات]
• انتباه الزمان للوقت لمحول الفيديو (2021): [ورقة] [ملاحظات]
• هل اهتمام وقت الفضاء كل ما تحتاجه لفهم الفيديو (2021): [ورقة] [ملاحظات]
• تستحق الصورة 16 × 16 كلمات ما هي قيمة الفيديو (2021): [ورقة] [ملاحظات]
• شبكات الاستعلام الزمنية لفهم الفيديو الدقيق (2021): [ورقة] [ملاحظات]
• X3D هياكل توسيع نطاق التعرف على الفيديو الفعال (2020): [ورقة] [ملاحظات]
• شبكة الهرم الزمنية للتعرف على الإجراء (2020): [ورقة] [ملاحظات]
• STM المكانية الزمانية والترميز للحركة للتعرف على العمل (2019): [ورقة] [ملاحظات]
• تصنيف الفيديو مع شبكات تلافيفية مفصولة القناة (2019): [ورقة] [ملاحظات]
• نمذجة الفيديو مع شبكات الارتباط (2019): [ورقة] [ملاحظات]
• مقاطع فيديو كرسوم بيانية للمنطقة الزمنية (2018): [ورقة] [ملاحظات]
• شبكات Slowfast للتعرف على الفيديو (2018): [ورقة] [ملاحظات]
• وحدة التحول الزمني TSM لفهم الفيديو الفعال (2018): [ورقة] [ملاحظات]
• TimeCeption للتعرف على الإجراءات المعقدة (2018): [ورقة] [ملاحظات]
• الشبكات العصبية غير المحلية (2017): [ورقة] [ملاحظات]
• شبكات القطاع الزمني للتعرف على الإجراءات في مقاطع الفيديو. (2017): [ورقة] [ملاحظات]
• Quo Vadis Action التعرف على نموذج جديد ومجموعة بيانات حركية (2017): [ورقة] [ملاحظات]
• نظرة فاحصة على الملاحظات الزمانية المكانية للتعرف على العمل (2017): [ورقة] [ملاحظات]
• Actionvlad التعلم التجميع المكاني والزماني لتصنيف العمل (2017): [ورقة] [ملاحظات]
• الشبكات المتبقية المكانية الزمانية للتعرف على عمل الفيديو (2016): [ورقة] [ملاحظات]
• شبكات الترميز الخطي الزمني العميق (2016): [ورقة] [ملاحظات]
• الشبكات التلافيفية الزمنية لتجزئة العمل والكشف (2016): [ورقة] [ملاحظات]
• تعلم الميزات المكانية الزمانية مع الشبكة التلافيفية ثلاثية الأبعاد (2014): [ورقة] [ملاحظات]

تكييف المجال ، المجال وتعميم التوزيع الخارجي

• إعادة التفكير في تكييف المجال المستندة إلى مطابقة التوزيع (2020): [ورقة] [ملاحظات]
• قابلية النقل مقابل التمييز: العقوبة الطيفية الدُفعة (2019): [ورقة] [ملاحظات]
• على تعلم التمثيلات الثابتة للتكيف مع المجال (2019): [ورقة] [ملاحظات]
• التكيف العالمي للمجال (2019): [ورقة] [ملاحظات]
• التدريب العدواني القابل للتحويل (2019): [ورقة] [ملاحظات]
• تكيف المجال المتعدد الأدوات (2018): [ورقة] [ملاحظات]
• تكييف المجال العدواني الشرطي (2018): [ورقة] [ملاحظات]
• التعلم العادل وقابل للتحويل بشكل خصم (2018): [ورقة] [ملاحظات]
• ما هو تأثير الأهمية الترجيح في التعلم العميق؟ (2018): [ورقة] [ملاحظات]

شرح

• نحو تفسير وتخفيف سلوك التعلم الاختصار لنماذج NLU (2021): [ورقة] [ملاحظات]
• تفسير المحولات القابلية لتصور الانتباه (2020): [ورقة] [ملاحظات]
• ما هي الأشكال التي تتميز بتمثيلات استكشاف مجموعات البيانات البنية والتدريب (2020): [ورقة] [ملاحظات]
• طبقة التسرب القائمة على الاهتمام لتوطين الكائنات الخاضع للإشراف بشكل ضعيف (2019): [ورقة] [ملاحظات]
• الاهتمام ليس شرحًا (2019): [ورقة] [ملاحظات]
• SmoothGrad إزالة الضوضاء عن طريق إضافة الضوضاء (2017): [ورقة] [ملاحظات]
• الإسناد البديهي للشبكات العميقة (2017): [ورقة] [ملاحظات]
• شبكة فرع الانتباه: تعلم آلية الانتباه للشرح البصري (2019): [ورقة] [ملاحظات]
• إيلاء المزيد من الاهتمام بالاهتمام: تحسين أداء CNN عبر نقل الانتباه (2016): [Paper] [Notes]

معالجة اللغة الطبيعية (NLP)

• ما قبل التدريب ، المطالبة ، والتنبؤ: مسح منهجي لطرق الطالب في معالجة اللغة الطبيعية (2021): [ورقة] [ملاحظات]
• زيادة البيانات غير الخاضعة للإشراف مع زيادة ساذجة ودون بيانات غير مسماة (2020): [ورقة] [ملاحظات]
• التعلم المتناقض الخاضع للإشراف لنموذج اللغة المسبق قبل التدريب (2021): [ورقة] [ملاحظات]
• بيرت والزملاء: طبقات الاهتمام المتوقعة للتكيف الفعال في التعلم متعدد المهام (2020): [ورقة] [ملاحظات]
• FREELB: التدريب العدواني المحسن لفهم اللغة الطبيعية (2020): [ورقة] [ملاحظات]
• Mixtext: استيفاء مستنيع لغويًا لتصنيف النص شبه الخاضع للإشراف (2020): [Paper] [Notes]

النمذجة التوليدية

• presrining التوليد من وحدات البكسل (2020): [ورقة] [ملاحظات]
• تنظيم الاتساق للشبكات العدائية التوليدية (2020): [ورقة] [ملاحظات]

التعلم غير الخاضع للإشراف

• جمع المعلومات الثابتة لتصنيف الصور غير الخاضع للإشراف (2019): [ورقة] [ملاحظات]
• التجميع العميق للتعلم غير الخاضع للإشراف للميزات المرئية (2018): [ورقة] [ملاحظات]

تجزئة الدلالية

• Deeplabv3+: ترميز التشفير مع الالتفاف القابل للفصل (2018): [ورقة] [ملاحظات]
• مسألة kernel الكبيرة ، تحسين التجزئة الدلالية حسب الشبكة التلافيفية العالمية (2017): [ورقة] [ملاحظات]
• فهم الالتفاف للتجزئة الدلالية (2018): [ورقة] [ملاحظات]
• إعادة التفكير في الالتفاف الهاوي لتجزئة الصور الدلالية (2017): [ورقة] [ملاحظات]
• REFINENET: شبكات تحسين متعددة المسارات للتجزئة الدلالية عالية الدقة (2017): [Paper] [NOTES]
• شبكة تحليل مشهد الهرم (2017): [ورقة] [ملاحظات]
• SEGNET: بنية تطلاعية عميقة ترميز للتصوير (2016): [Paper] [NOTES]
• ENET: بنية الشبكة العصبية العميقة للتجزئة الدلالية في الوقت الفعلي (2016): [ورقة] [ملاحظات]
• الانتباه إلى المقياس: تجزئة الصور الدلالية المقيدة (2016): [ورقة] [ملاحظات]
• DEERTLAB: تجزئة الصور الدلالية مع DCNN ، CINFS ATROUS و CRFS (2016): [Paper] [NOTES]
• U-Net: الشبكات التلافيفية لتجزئة الصور الطبية الحيوية (2015): [Paper] [Notes]
• الشبكات التلافيفية بالكامل للتجزئة الدلالية (2015): [ورقة] [ملاحظات]
• HyperColumns لتجزئة الكائنات والتوطين الدقيق (2015): [Paper] [Notes]

تجزئة دلالية ضعيفة وشبه الخاضعة للإشراف

• خسارة الإرشاد والملء التي يحركها الصندوق في المنطقة (2019): [ورقة] [ملاحظات]
• Ficklenet: تجزئة دلالية ضعيفة وشبه خاضعة للإشراف باستخدام الاستدلال العشوائي (2019): [Paper] [Notes]
• شبكة تجزئة الدلالية ذات الإشراف الضعيف مع تزايد منطقة بذرة عميقة (2018): [ورقة] [ملاحظات]
• تعلم التقارب الدلالي على مستوى البكسل مع الإشراف على مستوى الصورة (2018): [ورقة] [ملاحظات]
• تعدين منطقة الكائن مع محو الخصومة (2018): [ورقة] [ملاحظات]
• إعادة النظر في الالتفاف المتوسع: نهج بسيط للتجزئة الضعيفة والنصف (2018): [ورقة] [ملاحظات]
• أخبرني أين ننظر: شبكة استنتاج الانتباه الموجهة (2018): [ورقة] [ملاحظات]
• تجزئة دلالية شبه خاضعة للإشراف باستخدام شبكة الخصومة التوليدية (2017): [ورقة] [ملاحظات]
• الشبكة العصبية العميقة المنفصلة للتجزئة الدلالية شبه الخاضعة للإشراف (2015): [ورقة] [ملاحظات]
• التعلم الضعيف وشبه الخاضع للإشراف من DCNN لتجزئة الصور الدلالية (2015): [ورقة] [ملاحظات]

استرجاع المعلومات

• VSE ++: تحسين التضمينات الدلالية المرئية مع السلبيات الصلبة (2018): [Paper] [Notes]

الرسم البياني الشبكة العصبية

• وحدات البكسل إلى الرسوم البيانية عن طريق التضمين الترابطية (2017): [ورقة] [ملاحظات]
• التضمين الترابطية: التعلم الشامل لاكتشاف وتجميع (2017): [ورقة] [ملاحظات]
• شبكات التفاعل للتعرف على الكائنات والعلاقات والفيزياء (2016): [ورقة] [ملاحظات]
• DeepWalk: التعلم عبر الإنترنت للتمثيل الاجتماعي (2014): [ورقة] [ملاحظات]
• نموذج الشبكة العصبية الرسم البياني (2009): [ورقة] [ملاحظات]

التنظيم

• مزيج متعددة: تمثيل أفضل عن طريق الاستيفاء من الحالات المخفية (2018): [ورقة] [ملاحظات]

أساليب ونماذج التعلم العميق

• AutoAgment (2018): [ورقة] [ملاحظات]
• Hourgloass مكدسة (2017): [ورقة] [ملاحظات]

تحليل المستندات وتقسيمها

• Dhsegress: نهج عام عميق للتعلم لتجزئة المستندات (2018): [ورقة] [ملاحظات]
• تعلم استخراج الهيكل الدلالي من المستندات التي تستخدم شبكات عصبية تلافيفية متعددة الوسائط (2017): [ورقة] [ملاحظات]
• تجزئة الصفحة لصور المستندات المكتوبة بخط اليد التاريخية باستخدام الحقول العشوائية الشرطية (2016): [ورقة] [ملاحظات]
• مسابقة ICDAR 2015 على اكتشاف خط النص في الوثائق التاريخية (2015): [Paper] [NOTES]
• تجزئة خط النص المكتوب بخط اليد باستخدام شبكة تلفيكية بالكامل (2017): [ورقة] [ملاحظات]
• الشبكات العصبية العميقة للمفردات الكبيرة التعرف على النص المكتوبة بخط اليد (2015): [ورقة] [ملاحظات]
• تجزئة صفحات صور المستندات التاريخية مع أجهزة الترميز التلقائي التلافيفي (2015): [ورقة] [ملاحظات]