深度不确定性: 比较深度学习算法中的不确定性量化方法---用户7095611
我们在一个简单的物理系统的背景下,对深度学习算法中的不确定性量化(UQ)的方法进行了比较。 将三种最常用的不确定度量化方法——贝叶斯神经网络(BNN)、混凝土丢失(CD)和深度集成(DE)——与…
关于城市与移动供应商之间的数据之争(CS CY)---刘持诚
电动滑板车正在改变着人们的交通习惯。为了监督踏板车的使用情况,洛杉矶交通部提出了一个规范,要求踏板车公司提供踏板车使用的详细数据。在这项工作中,我们首先认为洛杉矶交通部要求使用新规范的数据要求是…
通过联合字典学习和在线 NMF 进行 COVID-19 时间序列预测(CS LG)---刘持诚
预测 COVID-19 的传播和遏制,是当前广大科学界面临的一个极为重要的挑战。困难的主要原因之一是,每天可获得的 COVID-19 病例数据非常有限,除少数例外,大多数国家目前处于 "…
用任意最优运输成本训练生成网络(CS LG)---刘持诚
我们提出了一种新的算法,利用辅助神经网络来表达两个数据分布之间的最优传输图的潜力。在后文中,我们使用上述图谱来训练生成网络。与间接使用欧几里得距离的 WGANs 不同,这种新方法允许直接使用任何…
通过使用基于软件的网络虚拟化改进网络虚拟化中的资源管理(CS NI)---刘持诚
网络虚拟化是在一个共享的基板上同时运行多个异构架构的一种方式。网络虚拟化中的主要问题是将虚拟网络映射到基底层网络。如何在映射阶段对基底资源进行管理,将对提高基础架构资源的利用率带来有效的作用。在…
通过多摄像头域自适应进行无监督车辆计数(CS CV)---刘持诚
监测城市中的车辆流量是改善城市环境和市民生活质量的关键问题。图像是感知和评估大面积车辆流动的最佳传感方式。目前图像中的车辆计数技术依赖于大量的注释数据,随着新的摄像头被添加到系统中,阻碍了其对城…
体育与政治混搭吗?对主流联盟体育的球迷基础和总统候选人的交叉分析(CS SI)---刘持诚
考虑到体育和政治的相互作用是非常复杂的,这个跨学科的领域在数据科学的研究中基本没有被触及。鉴于 NBA 和 NFL 等主要体育联盟存在着庞大的球迷群体,我们有必要了解体育迷与他们的政治偏好之间的…
噪声和去噪的无监督意见总结(CS CL)---刘持诚
在包含数十万个文档-摘要配对的大数据集上对大容量模型进行有监督的训练,是最近深度学习技术在抽象概括方面成功的关键。遗憾的是,在大多数领域(除新闻领域外),这样的训练数据是无法获得的,也不容易获得…
让老照片回归生活(CS CV)---刘持诚
我们提出通过深度学习的方法,对严重退化的老照片进行修复。不同于传统的修复任务可以通过监督学习来解决,真实照片中的退化是复杂的,合成图像与真实老照片的领域差距使得网络无法泛化。因此,我们提出了一种…
基于运动和区域感知对抗学习的热成像坠落检测(CS CV)---用户7095611
自动坠落检测技术是保证人体健康和安全的关键技术。 基于家庭的摄像系统用于探测坠落,经常使人们的隐私处于危险之中。 热成像摄像头可以部分 / 完全模糊面部特征,从而保护人的隐私。 另一个挑战是,与…
将遗留软件系统迁移到云的挑战:一项实证研究(CS SE)---用户7095611
将现有遗留系统转移到云平台是一个困难和高成本的过程,可能涉及技术和非技术资源和挑战。 有证据表明,由于缺乏对云计算迁移的理解和准备,导致许多迁移失败,无法实现组织的目标。 本文的主要目标是从再工…
分析方法:以口语神经模型中的语音为例(CS CL)---用户7095611
鉴于NLP和语音处理系统分析技术的快速发展,很少有系统的研究来比较每种方法的优缺点。作为朝这个方向迈出的一步,我们研究了语音在口语神经网络模型中的表现。我们使用两种常用的分析技术,诊断分类器和表…
数学真理的爆炸性证明(CS SC)---用户7095611
数学证明既是确定性的典范,也是我们在文化记录中所拥有的一些最明确的合理论据。然而,它们非常明确,导致了一个悖论,因为它们的错误概率随着论据的扩展呈指数增长。在这里,我们证明,在结合演绎推理和诱拐…
科学问题解释的统一重建(CS AI)---用户7095611
本文提出了一个通过以解释为中心的语料库重构多项选择科学问题解释的框架。在科学统一概念的基础上,该框架利用两个不同分数的组合,对问题和候选答案的解释性事实进行排序:(a)相关分数(RS),表示给定…
枪声:枪声样本数字取证与人工智能(CS LG)---用户7095611
根据炮口冲击波对武器进行分类是一项具有挑战性的任务,在各种安全和军事领域有着重要的应用。 现有的大多数工程依赖于特别部署的空间多样性麦克风传感器,以捕捉同一枪击的多个复制品,从而能够准确探测和识…
