Zobrazeno 1 - 10
of 29 698
pro vyhledávání: '"style of learning"'
Lifelong person re-identification (LReID) is an important but challenging task that suffers from catastrophic forgetting due to significant domain gaps between training steps. Existing LReID approaches typically rely on data replay and knowledge dist
Externí odkaz:
http://arxiv.org/abs/2412.09224
Autor:
Barkley, Brett, Fridovich-Keil, David
Dyna-style off-policy model-based reinforcement learning (DMBRL) algorithms are a family of techniques for generating synthetic state transition data and thereby enhancing the sample efficiency of off-policy RL algorithms. This paper identifies and i
Externí odkaz:
http://arxiv.org/abs/2412.14312
Applying reinforcement learning (RL) to real-world applications requires addressing a trade-off between asymptotic performance, sample efficiency, and inference time. In this work, we demonstrate how to address this triple challenge by leveraging par
Externí odkaz:
http://arxiv.org/abs/2407.02217
Autor:
Zhang Hong-Bo1 lishumao202203@163.com
Publikováno v:
El Profesional de la Información. 2024, Vol. 33 Issue 4, p1-11. 11p.
Large Language Models (LLMs) have demonstrated great potential for assisting developers in their daily development. However, most research focuses on generating correct code, how to use LLMs to generate personalized code has seldom been investigated.
Externí odkaz:
http://arxiv.org/abs/2406.17255
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
38th AAAI Conference on Artificial Intelligence (AAAI2024), Vancouver, BC, Canada, 2024
Automatic font generation is an imitation task, which aims to create a font library that mimics the style of reference images while preserving the content from source images. Although existing font generation methods have achieved satisfactory perfor
Externí odkaz:
http://arxiv.org/abs/2312.12142
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:
Yang, Zhiyong, Zhu, Yuelong, Zeng, Xiaoqin, Zong, Jun, Liu, Xiuheng, Tao, Ran, Cong, Xiaofei, Yu, Yufeng
We proposed an easy method of Zero-Shot semantic segmentation by using style transfer. In this case, we successfully used a medical imaging dataset (Blood Cell Imagery) to train a model for river ice semantic segmentation. First, we built a river ice
Externí odkaz:
http://arxiv.org/abs/2310.00310