- 博客(10)
- 收藏
- 关注
RSS订阅原创 详尽论文阅读笔记《Predictive Dynamic Fusion》
大多数现有的动态多模态融合方法缺乏理论保障，容易陷入次优问题，从而导致不可靠和不稳定。为了解决这一问题，提出了一种具有理论保障的预测动态融合（PDF）框架，用于多模态学习。从泛化的角度揭示多模态融合，并理论推导出可预测的协同信念（Co-Belief）及其单模态和整体置信度，这在理论上可以降低泛化误差的上界。因此，进一步提出了相对校准策略，用以校准预测的协同信念以应对潜在的不确定性。
2025-11-27 15:13:31
644
原创 笔记：Multimodal Prompt Learning with Missing Modalities for Sentiment Analysis and Emotion Recognition
题目：在有缺失模态情况下，基于多模态提示词学习的多模态情感识别。
2025-10-09 21:06:34
1207
原创 论文阅读笔记（ A joint framework for mining discriminative and frequent visual representation）
类别的视觉表示，是一种视觉模式（Visual Patterns），视觉模式是图像中常见的基本视觉元素，往往比原始像素传达更高级的语义。视觉代表(Visual Representation),与视觉模式不同。PS:visual patterns与visual representation的区别（KIMI AI）：作者研究：视觉代表(Visual Representation)挖掘技术。认为其有两个重要属性：判别性（类别代表特征）与频繁性（频繁出现）。手工设计的特征首先被用于视觉模式挖掘。
2025-06-29 15:28:02
939
1
原创 LLM导论（李宏毅课程笔记）
1.生成式人工智能： 能产生复杂有结构，较难穷举的事物。分类不是生成式人工智能2.机器学习：从数据中学习得一个函数（范式），即自己找出函数的参数。深度学习算机器学习的一部分（文中所有图源：李宏毅LLM课）对于大语言模型，要产生训练时没有看过的答案。chatGPT：（生成式预训练transformer）序列生成文字，对于下一个文字采用掷骰子的方法预测，而非直接选概率最大的。token:开发者设计的GPT：空有资料储备，只经过预训练(自监督学习)，回答问题能力不强。
2025-04-19 15:13:54
1467
原创 卷积神经网络CNN超详解（基于pytorch的CIFAR10分类实例）
环境配置，pytorch环境需要的包如下基于卷积网络的cifar10为数据集的图像分类。cifar10：60000张3*32*32的图片。50000训练，10000测试，共十个类别，10 个类别分别是飞机（airplane）、汽车（automobile）、鸟（bird）、猫（cat）、鹿（deer）、狗（dog）、青蛙（frog）、马（horse）、船（ship）和卡车（truck）。卷积神经网络：一种深度神经网络，模拟神经元，用于自动提取特征，一般由卷积，池化，激活，全连接层组成。# 第一个卷积层。
2025-03-23 14:51:14
1991
原创 c语言重识（C语言程序设计·现代方法----N.K.KING学习笔记）
10.命令行参数：运行程序经常要提供一些信息，如UNIX的 ls 等许多命令，为访问这些命令行参数，必须将main函数定义为有俩个参数的函数，argc和argv：int main(int argc,int *acgv[]){},argc是参数计数，argv是参数向量，是指向命令行参数的指针数组，这些命令行参数以字符串数组的形式存储。赋值运算符“=”右结合，其左边必须是“左值”，即为对象（变量），自增自减，++i是立刻自增，i++是稍后自增，即目前用i没加前的值，从下一条语句开始使用+1的值，--类似。
2025-03-04 21:52:59
554
原创 论文阅读笔记：DQ-Former :Querying Transformer with 动态模态优先级 for Cognitive-aligned （认知对齐的）的对话情感识别
过去工作主要聚焦于复杂单峰特征提取（complex unimodal feature extraction），或者复杂的融合技术，像一般的多模态分类任务一样。但是，人类的感知过程是不同的，每个模态都有其独特贡献。DQ——FORMER目标是更符合人类认知的多模态融合框架（more cognitive-aligned multimodal fusion framework），使用一小组query token ,来从预训练的单模态模型不同层中收集和浓缩不同粒度的情感线索。
2025-03-04 21:51:31
2005
1
原创 《Attention Is All You Need》阅读笔记
提出一种新的模型：transformer；基于（attention）注意力的，而非recurrent（循环）或convolutional（卷积）的。当输入输出结构化信息比较多的时候，会使用编码器-解码器的有关架构。RNN是时序进行的，导致其无法并行，性能较差多头注意力机制（multi-head attention):模拟卷积神经网络的多通道输出自注意力机制：transformer只利用自注意力机制来做依赖于encoder，decoder架构的模型。
2024-12-01 16:35:50
639
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人