Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Peng, Daowan"'
Recently, neural module networks (NMNs) have yielded ongoing success in answering compositional visual questions, especially those involving multi-hop visual and logical reasoning. NMNs decompose the complex question into several sub-tasks using inst
Externí odkaz:
http://arxiv.org/abs/2312.16012
Generalization beyond in-domain experience to out-of-distribution data is of paramount significance in the AI domain. Of late, state-of-the-art Visual Question Answering (VQA) models have shown impressive performance on in-domain data, partially due
Externí odkaz:
http://arxiv.org/abs/2305.10143
In recent years, the pre-training-then-fine-tuning paradigm has yielded immense success on a wide spectrum of cross-modal tasks, such as visual question answering (VQA), in which a visual-language (VL) model is first optimized via self-supervised tas
Externí odkaz:
http://arxiv.org/abs/2205.02456
Autor:
Xia, Shuyin, Peng, Daowan, Meng, Deyu, Zhang, Changqing, Wang, Guoyin, Chen, Zizhong, Wei, Wei
This paper presents a novel accelerated exact k-means algorithm called the Ball k-means algorithm, which uses a ball to describe a cluster, focusing on reducing the point-centroid distance computation. The Ball k-means can accurately find the neighbo
Externí odkaz:
http://arxiv.org/abs/2005.00784
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Xia, Shuyin, Peng, Daowan, Meng, Deyu, Zhang, Changqing, Wang, Guoyin, Giem, Elisabeth, Wei, Wei, Chen, Zizhong
Publikováno v:
IEEE Transactions on Pattern Analysis & Machine Intelligence; Jan2022, Vol. 44 Issue 1, p87-99, 13p
