研究进展专题

跨模态检索研究进展综述【跨模态检索的核心工作在于：①不同模态数据的特征提取、②不同模态数据之间内容的相关性度量】【主流研究方法：基于传统统计分析的技术、基于深度学习的技术】【哈希编码提高检索速度】

随着互联网上多媒体数据的爆炸式增长,单一模态的检索已经无法满足用户需求,跨模态检索应运而生. 跨模态检索旨在以一种模态的数据去检索另一种模态的相关数据。跨模态检索的核心任务是：数据特征提取和不同模态数据之间内容的相关性度量。文中梳理了跨模态检索领域近期的研究进展,从以下角度归纳论述了跨模态检索领域的研究成果.：传统方法；深度学习方法；手工特征的哈希编码方法；深度学习的哈希编码方法

影像组学与病理组学在鼻咽癌领域的最新研究进展｜文献速递·24-08-23

小罗碎碎念今天这期推文收纳了人工智能在鼻咽癌领域的最新研究进展，既涉及影像组学也涉及病理组学。在写这期推文的时候，刚好看到了国自然基金放榜的消息，在这里也祝各位关注小罗的老师能如愿上榜！！正在积极备战的老师们，也可以多关注关注小罗的推文，也许哪天就找到灵感了呢，哈哈。一、全自动跨域互助学习框架提升鼻咽癌磁共振成像诊断一作&通讯角色姓名单位单位（中文）第一作

人工智能在数字病理切片虚拟染色以及染色标准化领域的研究进展｜顶刊速递·24-06-23

小罗碎碎念本期推文主题：人工智能在数字病理切片虚拟染色以及染色标准化领域的研究进展这一期的推文是我发自内心觉得为数不多，特别宝贵的一篇推文，原因很简单——可参考的文献相对较少&方向非常具有研究意义&现在不卷。数字病理方向的老师/同学应该清楚，不同中心提供的切片，染色方案是存在差异的，并且还存在各种质量问题，所以我们在数据预处理的时候，通常会先对切片的质量执行一遍筛选，然后再进行染

扩展学习|风险沟通研究进展综述

一、风险沟通研究进展综述（2011年发表）文献来源：[1]高旭,张圣柱,杨国梁,等.风险沟通研究进展综述[J].中国安全生产科学技术, 2011, 7(5):5.DOI:10.3969/j.issn.1673-193X.2011.05.029. 简介：首先简述了风险沟通研究的社会背景按照风险沟通研究进程中的重大社会事件和学术事件将风险沟通的研究划分成三个阶段即研究准备阶段、研究兴起阶段

人工智能在【肿瘤生物标志物】领域的最新研究进展｜顶刊速递·24-06-08

小罗碎碎念本期文献速递的主题是——人工智能在“肿瘤生物标志物”领域的最新研究进展。重点关注今天推荐的6篇文献中，第二篇和第三篇是小罗最喜欢的，因为对于临床来说，比较具有实际意义，也和自己的想法很契合。尤其是第三篇，进行了前瞻性探索，这个必定是趋势。我在组会上也提过类似的建议，但貌似没有被采纳，希望其他感兴趣的老师能探索一下AI与临床结合的前瞻性试验，这个方向绝对

人工智能在肿瘤预后预测中的最新研究进展｜顶刊精析·24-06-07

小罗碎碎念今天要分享的文献主题，大家一定非常熟悉，因为绝大多数AI4cancer的文章都会提到它——预后预测，所以今天的文献主题是——人工智能+肿瘤预后预测。在正式开始分享之前，我想先带着大家梳理两个问题。解决了以下两个问题以后，你会对今天推文有更深刻的认知。问题梳理问题1：肿瘤预后具体指什么肿瘤预后是指根据临床经验预测的肿瘤发展情况，它涉及对肿瘤的临床表现、化验及影像学

Nature封面：AI与人类斗嘴谁更强？IBM团队发布“AI辩论家”最新研究进展

来源：学术头条、大数据文摘本文约4200字，建议阅读8分钟本文带你了解AI的辩论能力。在很多游戏和围棋比赛中，人工智能（AI）都展现出了 “超人” 能力，现在，它又开始冲击辩论赛了。自 AI 概念诞生以来，如何让计算机对自然语言的理解和处理能力接近人类，一直是科学家们的终极愿景。经过数十年的发展，目前业界已经开发出能够执行语言理解任务的 AI 模型，对于常规任务和特定语言现象，例如预测

2017年深度学习重大研究进展全解读

选自Statsbot 作者：Eduard Tyantov 机器之心编译 2017 年只剩不到十天，随着 NIPS 等重要会议的结束，是时候对这一年深度学习领域的重要研究与进展进行总结了。来自机器学习创业公司的 Eduard Tyantov 最近就为我们整理了这样一份列表。想知道哪些深度学习技术即将影响我们的未来吗？本文将给你作出解答。

文献研读｜AIGC溯源场景及研究进展

前言：本文介绍关于AIGC生成阶段针对不同溯源场景的几篇相关工作。如下图所示，在AIGC生成阶段，有4种溯源场景： 1）生成模型溯源训练数据 2）微调模型溯源预训练模型 3）AIGC溯源训练数据/训练概念 4）AIGC溯源生成模型下面分别对不同溯源场景下的相关工作进行介绍。目录 Detection and Attribtion of Models Trained on

AI每周更新：追踪人工智能研究进展

要找到每天更新，涵盖最新和有趣的关于人工智能、机器学习和Python的开源项目的新闻源，可以参考以下推荐： GitHub Explore： GitHub是一个拥有大量开源项目的平台，而GitHub Explore功能能够帮助你每天发现与人工智能、机器学习以及Python等领域相关的热门项目。它根据你的兴趣推荐相关项目，助你紧跟行业动态。Towards Data Science：这是Medium

【探讨】光场相机三维重建研究进展与展望

摘要：光场相机利用二维影像同时记录空间中光线的位置和方向信息，能够恢复相机内部的光场，为三维重建提供了新的解决思路。围绕光场相机的三维重建问题，本文综述了光场数据获取手段，梳理和讨论了针对光场相机的标定算法，总结和分析了基于光场影像的三维深度信息恢复方法。在此基础上，介绍了当前主要的公开光场数据和算法。最后，展望了未来的研究方向，以期为后续研究者提供参考。关键词：光场相机；三维重建；光场采集；

基于深度学习的口罩人脸识别研究进展

MTCNN模型训练输入的所有图像都是正样本（戴口罩的照片），没有负样本作为模型输入。在后续的识别任务模块中，导入MTCNN模型检测结果，对特征点进行编码比较进行识别。基于MTCNN的口罩人脸识别框架可分为四个阶段：人脸检测；面部与面罩对齐；带面具的人脸编码；戴口罩人脸对应的身份识别。如图1所示，在训练过程中，同一目标

【整理】哮喘研究进展及病理模型参考资料

哮喘最新研究进展根据《柳叶刀》2019年发表的研究调查，我国20岁及以上人群哮喘患病率为4.2%，成人患者达4570万，高达71.2%的哮喘患者此前未得到过明确诊断，26.2%（1310万）的患者存在肺功能气流受限，本篇我们将重点汇总哮喘最新的研究报道，仅供参考：【1】Nat Commun：气道细胞的改变或许会介导机体哮喘症的遗传风险 2022-04-15报道，近日，一篇发表在国

这份NLP研究进展汇总请收好，GitHub连续3天最火的都是它

最近，有一份自然语言处理 (NLP) 进展合辑，一发布就受到了同性交友网站用户的疯狂标星，已经连续3天高居GitHub热门榜首位。合集里面包括，20多种NLP任务前赴后继的研究成果，以及用到的数据集。这是来自爱尔兰的Sebastian Ruder，倾力汇总而成。他在爱尔兰国立大学 (戈尔韦) 读博。另一个身份，是AI创业公司Aylien的研究人员。塞

内存计算研究进展-针对机器学习的近数据计算架构

针对机器学习的近数据计算架构代表性工作有： Georgia Institute of Technology的BSSync (bounded staled sync) 和 Neurocube，Advanced Micro Devices 的 CoML，具体如下。 1 BSSync BSSync指出，在并行实现的机器学习应用中，原子操作用来保障无锁状态下算法的收敛，但带来很大的同步

【前沿】头戴式光场显示技术研究进展

摘要：光场显示器旨在通过重建三维场景在不同方向发出的几何光线来渲染三维场景的视觉感知，从而为人的视觉系统提供自然舒适的视觉体验，解决传统平面立体三维显示器中的聚散调节冲突问题。近年来，多种光场显示方法被尝试应用到头戴式显示技术中。本文对头戴式光场显示器的最新发展进行全面概述。关键词：头戴显示器；光场显示；虚拟现实；增强现实 1引言人类视觉系统利用各种深度信息来感知三维空间和形状。这些深度

内存计算研究进展-通用的近数据计算架构

通用的近数据计算架构方面代表性工作有： AMD Research的 TOP-PIM，Carnegie Mellon Univeristy 的 TOM， University of Wisconsin-Madison 的 DRAMA 和 NDA，Seoul National University 的 PEI ，IBM Research 的 AMC (active memory cube) 和

基于机器学习的无损缺陷检测技术研究进展

基于机器学习的无损缺陷检测技术是当前研究的热点之一，其应用广泛，可以有效检测各种材料表面的缺陷。近年来，随着机器学习技术的不断发展，越来越多的研究人员开始探索如何利用机器学习算法来进行无损缺陷检测。机器学习算法在无损缺陷检测中具有很多优势。首先，机器学习算法可以通过学习大量的已知样本，自动提取缺陷的特征，避免了手工特征提取的繁琐和主观性。其次，机器学习算法可以对各种不同的缺陷进行分类和识别，提

存内计算芯片研究进展及应用—以基于NorFlash的卷积神经网络量化及部署研究突出存内计算特性

文章目录存内计算的背景存算一体技术发展历程存内计算芯片研究现状SRAM存内计算DRAM存内计算ReRAM/PCM存内计算MRAM存内计算NOR Flash存内计算基于 NOR Flash 的卷积神经网络量化卷积神经网络基本结构卷积神经网络量化方法研究实验及结果分析心得参考文献如果我能看得更远一点的话，那是因为我站在巨人的肩膀上。 —牛顿存内计算的背景存内计算

PaperWeekly 第二十期 --- GAN（Generative Adversarial Nets）研究进展

Model 1、Unsupervised learning 首先我们从generative model说起。generative model的目的是找到一个函数可以最大的近似数据的真实分布。如果我们用 f(X; ?) 来表示这样一个函数，那么找到一个使生成的数据最像真实数据的 ? 就是一个maximum likelihood estimation的过程。问题在于，当数据的分布比较复杂时，我们

【万字长文】多模态预训练模型研究进展

文章目录 1 背景2 单模态表示2.1 NLP领域2.2 CV领域 3 多模态领域3.1 三个关键问题模态表征模态融合预训练任务 3.2 下游任务多模态理解多模态生成 4 多模态模型发展双塔阵营1 VilBERT 2019 NeurlPS2 LXMERT 2019 EMNLP 单塔阵营1 VisualBERT 20192 VL-BERT 2020 ICLR 1 背景从20

用通俗易懂的方式讲解：2024 检索增强生成技术（RAG）研究进展

本篇内容1w字左右，稍微有点长，相对不容易理解，喜欢可以收藏、关注、点赞。一、前言在过去的一两年里，人工智能领域目睹了检索增强生成技术（RAG）的迅猛发展，这种技术结合了强大的语言模型与信息检索系统，以期在复杂的问题解决和信息处理任务中提供更加精确和深入的答案。正是这种对前沿科技的不懈追求，推动了RAG技术在2023年成为研究的热点。随着大模型的不断进化，它们在各种任务中的表现已经达到

欧洲机器人实验室到底在研究什么？浅析其研究进展

转载知乎： https://zhuanlan.zhihu.com/p/31851095 首发于欧洲机器人实验室的研究进展浅析写文章登录欧洲机器人实验室到底在研究什么？浅析其研究进展段晋军 1 3 个月前之前 @荷兰猪大神写了一篇文章《欧洲机器人实验室盘点》，从中学到了非常多的知识点，再此感谢！基于 @

Re-ID----读罗浩《基于深度学习的行人重识别研究进展》

基本概念与发展过程（1）Re_ID 是图像检索的一个子问题，主要应用于视频监控，智能安防（2） 1）早期手工设计视觉特征（如何获得更好的相似度度量），现在主要用深度学习的方法自动进行。 A:手工特征：颜色，HOG(Histogram of oriented gradient), SIFT (Scale invariant feature transform),LOMO (Local

一篇关于大模型在信息抽取（实体识别、关系抽取、事件抽取）的研究进展综述

信息提取（IE）旨在从普通自然语言文本中提取结构化知识（如实体、关系和事件）。最近，生成式大型语言模型（LLMs）展现了在文本理解和生成方面的卓越能力，使得它们能够广泛应用于各种领域和任务。因此，已经有许多研究致力于利用LLMs的能力，为信息提取任务提供可行的解决方案。为了全面系统地回顾和探索LLMs在信息提取任务中的应用，本研究对这一领域的最新进展进行了调查。首先，我们进行了广泛的概述，将这

知识图谱研究进展-论文

先挖个坑，综述【其他资料】https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/89089698 - paperweekly