novel专题

【图像分割】DSNet: A Novel Way to Use Atrous Convolutions in Semantic Segmentation

DSNet: A Novel Way to Use Atrous Convolutions in Semantic Segmentation 论文链接：http://arxiv.org/abs/2406.03702 代码链接：https://github.com/takaniwa/DSNet 一、摘要重新审视了现代卷积神经网络（CNNs）中的atrous卷积的设计，并证明了使用大内核

2018.8. Unsupervised machine translation: A novel approach to provide fast... 阅读笔记

Unsupervised machine translation: A novel approach to provide fast, accurate translations for more languages FB AI research Abstract 本文提出的方法由两个步骤构成：word-by-word initialization 和 translating sentenc

novel-plus代码审计爬虫和前台部分

novel-plus代码审计环境搭建工具：idea+小皮面板使用maven阿里源进行打包，全文搜索6379，修改redis密码，创建数据库novel_plus，修改数据库root用户密码为test123456(数据库方面需要修改的地方比较多，这样会简便很多),运行doc/sql下面的novel-plus.sql即可，直接运行，分为前台和后台,爬虫系统，端口分别为8083,80 ,8081 注

A Novel Distributed File System Using Blockchain Metadata——论文泛读

Wireless Personal Communications 2023 Paper 分布式元数据论文阅读笔记整理问题随着来自不同来源（如在线社交媒体、物联网、移动数据、传感器数据、黑匣子数据等）的大量数据以指数级的速度增长，集群计算已成为数据处理中不可避免的一部分。分布式文件系统定义了不同的方法来在不同的集群计算节点之间分发、读取和删除文件。但流行的分布式文件系统（如Google fi

【论文阅读笔记】A Novel Recurrent Encoder-Decoder Structure for Large-Scale Multi-view Stereo Reconstruction

A Novel Recurrent Encoder-Decoder Structure for Large-Scale Multi-view Stereo Reconstruction from An Open Aerial Dataset 目录主要贡献摘要RED-Net细节二维特征提取cost map递归编解码器正则化loss计算实验结果主要贡献摘要近年来的大量

[论文翻译]A Novel Recurrent Encoder-Decoder Structure for Large-Scale Mulit-view Stereo Reconstruction

A Novel Recurrent Encoder-Decoder Structure for Large-Scale Multi-view Stereo Reconstruction from An Open Aerial Dataset 摘要1.Introduction2.相关工作2.1数据集2.2网络 3.WHU 数据集3.1 数据源3.2合成航空数据集3.3用于深度学习的子数据集 4

论文阅读：A Novel Graph based Trajectory Predictor with Pseudo Oracle

A Novel Graph based Trajectory Predictor with Pseudo Oracle 摘要1 引言2 相关工作3 PROPOSED METHODIV. EXPERIMENTAL RESULTSV. CONCLUSION AND DISCUSSION 带有 Pseudo Oracle的新型基于图的轨迹预测器作者：Biao Yang, Guoch

《Towards A Novel Architecture for Enabling Interoperability Amongst Multiple Blockchains》论文理解

文章目录一.互操作性二.跨链互操作性的两种模型思想2.1 Passive mode2.2 Activate mode 三.跨链方案设计3.1安全性四.Passive mode4.1 PBR(Polling-Based Reading)4.2 MMR(Monitor Multiplexing Reading）五.实验结果六.总结一.互操作性公证人机制可能会出现在读

perl novel可变剪接识别（2）

博主其实对未知的可变剪接分类有些困惑，但想了很久才使用了一项比较复杂的算法，接下来并不是分类，而是先转换数据库，因为ensembl|gencode数据库的格式并不能满足博主的需求，转换后更能方便地处理接下来的工作： #!/usr/bin/env perluse warnings;use strict;my (%gene);open GTF, $ARGV[0] or die $!;whil

perl novel可变剪接识别（1）

想把之前做的可变剪接模型给大家说一下，看看有什么遗漏的没有，由于当时想法比较复杂，所以程序有点多，大致分三个部分来进行。首先，拿到的结果是tophat给出的junction的数据，其次博主使用的数据库是ensembl的数据库，gencode也可以，先得到已知的参考junction： #!/usr/bin/env perluse warnings;use strict;die "perl

Novel-AI作图实现

Novel-AI作图实现闲来无事，便找一些有趣的AI算法来体验一下，以下内容将记录Novel-AI作图的实现过程。 github网址：https://github.com/AUTOMATIC1111/stable-diffusion-webui AI作图实例简易安装无需安装依赖及训练模型链接：https://pan.baidu.com/s/1bYXIWmSOEkj_Xck

022_SSS_Novel View Synthesis with Diffusion Models

Novel View Synthesis with Diffusion Models 1. Introduction 本文利用diffusion模型，在给定参考图的条件下，生成指定pose的图像，作者称为3DiM。并且可以在给定一张特定视角的图的条件下，生成其他所有视角的图。本文的主要贡献：提出了3DiM模型，利用diffusion实现novel view synthesis。提出了s

[手把手超简单]教你搭建Novel AI服务器

此NovelAI基于秋葉aaaki的版本百度网盘链接百度网盘请输入提取码百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全稳固，支持教育网加速，支持手机端。注册使用百度网盘即可享受免费存储空间https://pan.baidu.com/s/1AAHoNYYano6q7XBl3luCcg 步骤首先我们先下载此文件下好以后找到novel-naifu-a

对新序列采样（Sampling novel sequences）

来源：Coursera吴恩达深度学习课程当训练完一个序列模型之后，我们要想了解到这个模型学到了什么，一种非正式的方法就是进行一次新序列采样（have a sample novel sequences），来看看到底应该怎么做。注意序列模型模拟了任意特定单词序列的概率，我们需要对这些概率分布进行采样（sample）来生成一个新的单词序列。如上图所示： ①第一步：对你想要模型生成的一个词进

【论文阅读】clDice - a Novel Topology-Preserving Loss Function for Tubular Structure Segmentation

【论文阅读】clDice - a Novel Topology-Preserving Loss Function for Tubular Structure Segmentation 2022年2月18日（本文仅作为本人学习中的记录，如有错误欢迎批评指正。）文章目录【论文阅读】clDice - a Novel Topology-Preserving Loss Function fo

Tone-mapping high dynamic range images by novel histogram adjustment

abstract 本文提出了一种新的直方图调整方法，用于显示高动态范围图像。我们首先提出了一种基于全局直方图调整的色调映射算子，该算子能够很好地再现高动态范围图像的全局对比度。然后利用全局色调映射算子对图像进行分割，在局部区域进行自适应对比度调整，以再现局部对比度，保证较好的质量。我们证明了我们的方法是快速的，易于使用和一组固定的参数值产生了很好的结果，广泛的图像。 1. Introd

Joint Extraction of Entities and Relations Based on a Novel Decomposition Strategy

Abstract 本文将关系抽取任务转换为两个任务，HE抽取（头实体抽取）和TER抽取（尾实体和关系）前一个子任务是区分所有可能涉及到object关系的头实体，后一个任务是识别每个提取的头实体对应的尾实体和关系，然后基于本文提出的基于span的标记方法将两个子任务进一步分解为多个序列标记任务，采用分层边界标记HBT和多跨度解码算法解决这些问题。本文的第一步不是提取所有实体，而是识别可能参与

生成系列论文：基于diffusion的3d图像的生成：Novel View Synthesis with Diffusion Models（一）

Novel View Synthesis with Diffusion Models 文章的原地址为：https://arxiv.org/abs/2210.04628 想要直接生成一个3d图像比较困难作者的研究动机主要是，在直接生成一个完整的3d空间点云的时候较为困难，于是作者想要转而寻求其他的方法，作者最终采用的方法是不断地生成3d图像的各个角度的视图，来完成最终的生成。也就是本文的最终目

A Novel Technique to Simultaneously Transmit ACO-OFDM and DCO-OFDM in IM/DD Systems

读后感：今天读了《A Novel Technique to Simultaneously Transmit ACO-OFDM and DCO-OFDM in IM/DDSystems》，文章主要介绍了ACO-OFDM和DCO-OFDM两个新型的OFDM系统，及进行仿真比较。强度调制直接检测系统（IM/DD）：就是对强度调制的光载无线信号直接进行包络检测，也就是说强度调制信号直接通过光电探

A Novel Neural Source Code Representation ased on Abstract Syntax Tree译文

一种基于抽象语法树的新型神经网络源代码表示摘要：开发用于分析程序的机器学习技术备受关注。一个关键问题是如何很好地表示代码片段以便后续分析。传统的基于信息检索的方法往往把程序当作自然语言文本来处理，可能会遗漏源代码的重要语义信息。最近的研究表明，基于抽象语法树( AST )的神经网络模型能够更好地表示源代码。然而，AST的规模通常较大，现有模型容易出现长期依赖问题。本文提出了一种新的用于源代码表

RUL论文阅读—— A Novel Evaluation Framework for Unsupervised Domain Adaption on Remaining Useful Lifetime

RUL论文阅读 ——A Novel Evaluation Framework for Unsupervised Domain Adaption on Remaining Useful Lifetime link : article code 一、 Introduction 由PMD（Predictive Maintenance）提出 RUL DNN（require large amoun

ST-GRAT: A Novel Spatio-temporal Graph Attention Networks for Accurately Forecasting Dynamically Cha

研究问题基于动态空间依赖的交通流预测问题背景动机传统方法不论是外部输入图结构还是自己学出图结构都假定道路之间的空间依赖关系是固定的，因此它们只计算一次空间依赖关系，并一直使用计算出的依赖关系，而不考虑动态变化的交通条件。通过注意力机制来建模动态空间依赖的模型往往忽略了图上固有的结构信息RNN有不能直接访问长输入序列中的过去的特征的限制，不如attention好模型思想空间注意力

Stable Diffusion之novel Ai教程，小白必经之路

一、介绍是Stable Diffusion(简称SD) 1.SD是什么 Stable diffusion是一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。简单的来说SD是可以通过提示词生成图片的应用。目前已经发布了V4版本，可以更好的稳定扩散。我们的目的就是能快速使用它，所以不去深究SD原理也是可以的。 2．

精读论文：A Review on Deep Learning Techniques for the Diagnosis of Novel Coronavirus (COVID-19)（附翻译）

A Review on Deep Learning Techniques for the Diagnosis of Novel Coronavirus (COVID-19) 小孙这周末回了趟奶奶家，时隔一年半又看到了奶奶，唉，非常心酸。由于周日要开组会，爸爸又开了三小时车带我回家了，一路奔波，路上把师兄的实验跑完了。用了三天时间看完了这篇综述，难度不大，内容主要包括数据集、方法、评判标准等几部分

最大信息系数（MIC）——Detecting Novel Associations in Large Data Sets

本文介绍了一种发现两个随机变量之间依赖关系强度的度量MIC(最大信息系数，类似于相关系数的作用)。MIC具有以下性质和优势： MIC度量具有普适性。其不仅可以发现变量间的线性函数关系，还能发现非线性函数关系(指数的，周期的)；不仅能发现函数关系，还能发现非函数关系(比如函数关系的叠加，或者有趣的图形模式)。 MIC度量具有均衡性。对于相同噪声水平的函数关系或者非函数关系，MIC度量具有近似的

最大信息系数（MIC）——Detecting Novel Associations in Large Data Sets

本文介绍了一种发现两个随机变量之间依赖关系强度的度量MIC(最大信息系数，类似于相关系数的作用)。MIC具有以下性质和优势： MIC度量具有普适性。其不仅可以发现变量间的线性函数关系，还能发现非线性函数关系(指数的，周期的)；不仅能发现函数关系，还能发现非函数关系(比如函数关系的叠加，或者有趣的图形模式)。 MIC度量具有均衡性。对于相同噪声水平的函数关系或者非函数关系，MIC度量具有近似的