Une méthode de protection invisible et robuste pour le contenu généré par DNN

Méthode robuste et invisible de protection du contenu généré par des réseaux neuronaux profonds Contexte académique Ces dernières années, avec le développement révolutionnaire et l’application large des modèles d’apprentissage profond dans les applications d’ingénierie, des applications phares telles que ChatGPT et DALL⋅E 2 ont émergé, ayant un imp...

m𝟐ixkg : Mélange pour des exemples négatifs plus difficiles dans le graphe de connaissances

Rapport académique Introduction Le graphe de connaissances (knowledge graph, KG) est une forme de données structurées qui enregistre des informations sur les entités et les relations, largement utilisé dans des domaines tels que les systèmes de question-réponse, la recherche d’information et la lecture automatique. La technique d’intégration de gra...

Explorer la relation adaptative entre les échantillons dans la distillation des connaissances sans données

Ces dernières années, les scénarios d’application tels que la protection de la vie privée et la transmission massive de données ont posé des défis sévères à l’inaccessibilité des données. En réponse, les chercheurs ont proposé la méthode dite de distillation des connaissances sans données (Data-Free Knowledge Distillation, DFKD) pour résoudre ces p...

Modélisation de l'erreur de Bellman avec la distribution logistique et ses applications en apprentissage par renforcement

Contexte et objectifs de l’étude L’apprentissage par renforcement (Reinforcement Learning, RL) est devenu ces dernières années un domaine dynamique et transformationnel de l’intelligence artificielle, avec pour objectif de maximiser la récompense cumulative grâce à l’interaction entre un agent et son environnement. Cependant, l’application du RL da...

Alignement prototypique amélioré par la structure pour la classification de nœuds inter-domaines non supervisée

Alignement de prototypes renforcé par la structure pour la classification de nœuds non supervisée à travers les domaines Introduction Avec le développement des technologies de l’information modernes, les réseaux neuronaux graphiques (Graph Neural Networks, GNNs) ont montré un succès remarquable dans les tâches de classification de nœuds de réseaux ...

Algorithme de segmentation adaptative de domaine non supervisé basé sur un alignement de catégorie à deux niveaux

Algorithme de segmentation adaptative de domaine non supervisé basé sur un alignement de catégorie à deux niveaux

La segmentation sémantique vise à prédire des étiquettes de classe pour chaque pixel d’une image (Liu et al., 2021; Wang et al., 2021), et est largement utilisée pour la compréhension de scènes, l’analyse des images médicales, la conduite autonome, les systèmes d’information géographique et la réalité augmentée (Strudel et al., 2021; Sun et al., 20...