登录社区云，与社区用户共同成长
邀请您加入社区
SchoAI是一款开箱即用的学术版Codex，将AI Agent融入科研全流程。它不依赖用户配置，直接整合论文、文献、数据、代码与图表，实现任务拆解、跨文件检查、自动核验与结果交付。从文献综述到投稿返修，SchoAI帮助科研人摆脱重复搬运，聚焦核心判断，真正实现AI推进项目而非仅对话润色。
本文提出了一种高效深度脉冲神经网络（SNN）模型，采用TTFS编码方式将输入像素强度转换为脉冲发放时间，实现每神经元仅需0.3个脉冲的高效计算。通过双区段神经元模型，在异步累积期整合输入脉冲，并在线性冲刺期进行快速计算，最终建立与ReLU激活函数的等效映射。该模型通过时间编码实现信息传递，在保持计算精度的同时显著降低了脉冲发放频率和能耗。数学推导表明，该SNN模型可等效转换为标准ReLU神经网络，
我们来看一篇关于大型语言模型的知识蒸馏与数据集蒸馏的综述
问题：现有的绝大多数模仿学习的方法只从个别的目标模态中学习，例如语言和图像。但是现有的大规模模仿学习数据集仅部分标注了语言标注，是的现有方法无法充分利用这些数据集中学习语言条件化行为。解决方案：MDT引入在多模态目标指令上同时训练的潜在目标条件状态表示来解决。CLIP将图像和语言的目标嵌入对齐，通过两个自监督辅助任务进行训练，让目标嵌入能够编码足够的信息预测未来状态。效果：在包含不到2%的语言注释
推荐系统推理相关论文
通过计算像素的显著性值来计算权重 ω1 和 ω2，公式 (5) 中的 Lpixel 表示像素损失，其中包括了融合图像与源图像的像素间的绝对差值。最后，该策略不仅可以生成视觉上吸引人的图像，而且可以在给定训练的网络参数的情况下输出准确的检测，使我们能够找到面向检测的融合的最佳解决方案，并且比独立训练方案更有效地收敛。ω1 和 ω2 是用于计算每个源图像对融合图像贡献的权重，通过调整这两个权重，可以更
在word中endnote20工具箱中，将instant formatting is on 打开。然后再将endnote和word重启一下，就ok。
推荐系统无偏研究综述
论文阅读"DexUMI: Using Human Hand as the Universal Manipulation Interface for Dexterous Manipulation"
PIDDM 通过“后处理蒸馏”把物理约束直接施加在最终样本，绕过 Jensen Gap，首次实现扩散模型单步、高保真、PDE 一致的物理生成，为实时物理模拟与逆问题求解提供了新范式。
一般的内容损失是MAE（L1）和MSE（L2），这些会为了平均而导致一些模糊，作者采用了感知损失(Perceptual loss)，他本质是一个简单的L2损失，但基于基于生成的CNN特征图与目标图像的差异，也就是只关注真实图和生成图的特征差异。D(x)是判断器对真实图片的判断，我们希望越大越好，同样对于D(G(x))能越准确的判断假图片，他的值越小，那么1-D(G(x))越接近1，所以最大化D就是
题目：DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks期刊：CVPR年份：2018代码链接：https://github.com/KupynOrest/DeblurGANIB=k(M)∗IS+NI_B = k(M) \ast I_S + NIB=k(M)∗IS+N含义：解释：minGmaxD(
这篇论文提出了一种新型的同态签密方案，专为卫星物联网环境设计。这篇是帮同学整理的，和本人研究方向无关。
原版：对于agent做出的动作a，r(s, a) = − log(1 − D(s, a)) ，被判别器判定越接近专家行为，奖励就越大，这种方式适用于有生存奖励的RL环境，比如说Atari游戏，但对于想尽快结束的环境可能不适合，如果用这种方式也需要结合环境原本奖励并把Gail奖励的系数调低。相较于PPO 其需要一个额外的判别器D，D的作用是用来区分agent做出的动作和expert做出的动作，越接近
作者|AIming 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/691549750点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『占用网络』技术交流群本文只做学术分享，如有侵权，联系删文Fully Sparse 3D Occupancy Predictionarxiv：ht...
超越自上而下的垃圾箱拣选场景的 6D 机器人抓取是一项具有挑战性的任务。以往基于 6D 抓取合成和机器人运动规划的解决方案通常在开环环境中运行，对抓取合成误差非常敏感。在这项工作中，我们提出了一种学习 6D 抓取闭环控制策略的新方法。我们的策略以来自自中心摄像机的物体分割点云为输入，输出机器人抓手抓取物体的连续 6D 控制动作。我们结合了模仿学习和强化学习，并为策略学习引入了目标辅助行为批判算法。
构建子图，子图闭环通过TEASER来构建和验证，TEASER是一种全局的配准方法，初始的子图相关是用NCC对所构建的f特征来做的相关性匹配的，通过子图-子图间的配准来计算闭环的相对位置和姿态，高sigma和比阈值小的Ots的边将被删除，如果一个闭环边被增加，就做PGO全局优化，优化每一个子图的一个位姿，然后根据每一个子图的位姿调整子图内每一帧的位姿。vk X (RP+T - q点)，对T求导为vk
迁移到服务器上实现，下载了对应的数据集，它的代码是2017NIPS比赛用的 实现的是攻击后的图片分类器 输出的是输入图片的名称和所属的类别 他的方法是每张图片随机四个方向填充或者翻转（一张图片重复三十次）然后进行三十次分类 对每次的概率进行加和 最后取概率最大的（也就是30次加和的概率最大）为输出类别。下面为服务器上的结果。
此外，通过特征的质心(粉色星形)激活每个图像上的特征，有助于探索更完整的区域(见图1所示的image-specific CAM (IS-CAM))。一种直接获取种子的方法是经验地为CAM选择阈值，但由于对象和场景的多样性，很难对不同的图像使用固定的阈值。然而，由于图像的对象和场景的多样性，学习每个类的通用类内鉴别器是相当棘手的。图3显示了所选的前景和背景示例所提出的方法。与以分类器权重为类中心计算
前一篇文章分享了NDSS2020的《UNICORN: Runtime Provenance-Based Detector for Advanced Persistent Threats》，一种基于溯源图的实时APT检测器。这篇文章将详细介绍S&P2019《HOLMES: Real-time APT Detection through Correlation of Suspicious Inform
多传感器融合中的时间硬同步1-论文阅读
硕士论文写作的核心在于聚焦小切口、搭建硬框架、分块落地。首先锁定具体研究问题，用30-50篇文献构建"理论-现状-缺口"逻辑链；然后按五段式（绪论、理论基础、研究设计、分析论证、结论）搭建框架，优先完成核心数据/实证部分；最后补充文献综述和格式修改。整个过程紧扣研究问题，6-8周完成初稿后，再用2周打磨。选题要遵循"小、实、近"原则，文献综述重在找研究缺口，
提出了一种基于对抗学习的多层次密集知识蒸馏方法，旨在解决AP-ROP检测中复杂模型难以部署的问题。通过引入教师助理网络和对抗学习机制，该方法成功实现了从教师网络到学生网络的高效知识传递，为开发轻量级、高性能的眼底疾病检测系统提供了新的解决方案。
从bcd图可以看到（其实画得很含糊，不仔细，需要看附录，如下图），所谓MoE-Prompt，其实就是在原有的feature上，去和利用DA-CLIP对原图提取的degradation prior，进行交叉注意力，再用noisy top-k这个常用的MoE方法，得到top k个专家prompt，进行求和，再用结果的prompt去和feature计算矩阵乘法，得到经过MoE处理后的特征。用prompt
成对训练数据缺乏。
这篇论文核心也是联邦学习与区块链技术的结合，应用场景放在了CTI共享中。文章将深度学习的恶意流量检测模型的参数视为CTI，使用联邦学习进行共享，从情报共享的角度来进行文章的书写。那么在introduction与related work中就可以对CTI领域的研究进行概括总结，介绍自己的工作并进行对比，突出自己工作的创新与优点，并且形成一个表格进行清晰地对比。（从中我们可以学习到，我们如果做类似的工作
我们的目标是共同推理和预测一个场景中所有智能体的未来轨迹。我们假设我们接收到一个场景中所有人的轨迹作为输入，X = X1, X2，…， Xn，并同时预测所有人未来的轨迹，Y = Y1, Y2，…Yn。行人的输入轨迹i定义为Xi = (x ti, yt i)，从时间步长t = 1，…， tobs，和未来的轨迹(地面真相)可以类似地定义为Yi = (x ti, yt i)，从时间步长t = tobs
iclr 2024 reviewer 评分668。
摘要— 在自动驾驶车辆中构建不依赖于高密度激光雷达(LiDAR)的3D感知系统是一个关键的研究问题，因为与相机和其他传感器相比，激光雷达系统的费用较高。lifted最近的研究已经发展出各种仅使用摄像头的方法，其中特征可区分地从多摄像头图像中“抬升”到二维地平面，生成车辆周围3D空间的“鸟瞰图”（BEV）特征表示。这一领域的研究产生了各种新颖的“抬升”方法，但我们观察到培训设置中的其他细节同时发生了
本文就主要讲了这两种方法来研究时序图中的路径问题，当然还提到一些应用和实验结果，由于对照的实验是一篇04年的文章，它使用贪婪策略和枚举的方法，比本文的算法效率要慢得多，这里就不详细说明了，主要还是明白算法的思想。看完这篇文章，收获还是很多的，边流表示只需要一次扫描就能解决路径问题，而图转换可以直接使用静态图的路径研究方法，大大降低了问题的复杂度，但是牺牲了大量的空间。对于时态图，消耗时间和空间都是
论文阅读"universal manipulation interface: in-the-wild robot teaching without in-th-wild robots"
本文提出Cog-RAG框架，通过双超图结构和认知启发式检索策略改进检索增强生成(RAG)。针对现有方法仅关注低阶实体关系的不足，Cog-RAG构建了主题超图(捕获全局主题结构)和实体超图(建模细粒度高阶关系)。受人类认知过程启发，采用两阶段检索策略：先在主题超图中激活相关主题，再在实体超图的引导下检索细节信息。实验表明，这种"主题驱动、细节回忆"的方法显著提升了生成质量。该工作
摘要：本文提出GraphST模型，一种基于对抗式对比学习的时空图表示学习方法，用于解决现有模型对区域图质量敏感的问题。GraphST通过多视角区域图构建、自适应图增强和对抗式对比学习，实现了鲁棒的时空表示学习。模型采用变分图自编码器进行自监督学习，引入跨视角对比机制建模区域关系异质性，并通过困难样本识别增强模型判别力。在多个时空预测任务上的实验验证了其优越性能。该方法为噪声环境下的时空数据分析提供
科研绘图困扰着众多研究者，从技术路线图到实验曲线图，传统工具操作复杂且难以满足学术规范要求。虎贲等考AI平台推出智能科研绘图功能，通过AI技术实现零基础快速生成期刊级图表，解决了这一痛点。该平台覆盖柱状图、箱线图、技术路线图等多种图表类型，内置学术规范要求，支持数据自动识别和格式调整，并能关联论文内容确保一致性。用户反馈显示，该功能大幅提升了绘图效率和质量，使研究者能够专注于科研本身。虎贲等考AI
本文提出系统性论文笔记的五层体系：1）基础元信息与结构化摘要；2）核心论点与证据链解构；3）批判性思考与知识关联；4）个性化编码与可检索系统；5）定期回顾与迭代升华。该体系强调从被动记录到主动知识构建的转变，通过可视化工具、标签化管理和双向链接等方法，将文献阅读转化为可检索的知识资产，最终实现学术思维的训练和写作素材的积累。
因为本文有两种输入数据，作者对这两种数据分别进行了阐述：这段是比较好理解的，因此我就不过多说明了。在我们知道过去一段时间（t-p到t这段时间）的个体轨迹数据或群体流动数据的情况下，预测未来k步之内的个人轨迹数据或群体流动数据。
No.4、后门检测
二值transformer
kimi-k2是一个结构类似deepseekv3的大模型，特点在于极强的工具调用能力，适合做agent。下面从技术的角度提取其中的关键方法。
MIT和丰田研究院团队开发了新型机器人触觉系统PolyTouch，结合触觉、听觉和周边视觉于一体，显著提升家庭机器人的精细操作能力。该系统采用耐用（寿命超35小时）、低成本（35美元/个）的传感器设计，并通过"触觉扩散策略"整合多模态信息。实验显示，在盛鸡蛋、水果分类等任务中，成功率比传统视觉方法提升13-34%，尤其在区分相似物体（如蓝莓/黑莓）时优势明显。该研究解决了家庭机
实现了精确遗忘 (Exact Unlearning)与许多追求近似遗忘的方法不同，FedWiper 的目标是彻底移除被遗忘数据的影响，使其模型状态与从未见过该数据时训练的模型等价。这提供了目前理论上最强的隐私保证。显著提升了精确遗忘的效率相比于“黄金标准”的从头重训练 (RfS)，FedWiper 通过“分而治之”（子模型）和 Uni-Adapter 机制，大大减少了遗忘操作所需的时间和计算资源。
CVPR2024论文基于的原理和ANP一致：https://zhuanlan.zhihu.com/p/488059960本文提出了一种名为攻击以防御（Attack To Defend，A2D）的检测被篡改模型的新方法，该方法基于。我们提出了一种称为对抗性扰动敏感性（sensitivity to adversarial perturbations，SAP）的指标，用于衡量 ML 模型在特定扰动范围内
多模态研究的进步使得对话中的情感识别（Emotion Recognition in Conversations, ERC）受到更多关注，其目标是精准捕捉情感变化。基于图卷积的方法能够更好地捕获情感的动态变化，从而提高情感识别的准确性与鲁棒性。然而，现有方法未能区分对话的交互模式，导致其在建模上下文情感关系时存在局限性。
这篇论文的研究与之前大部分VLA模型不同，其从通用动作空间抽取动作原子信息而不是直接用图像预测动作序列。根据作者实验可得仅用0.5B参数得模型就可以达到当前SOTA模型的水准，并且能够以非常低的成本（微调参数总量0.8%的头部部分）适配不同控制接口的设备。
点了之后，点击上方翻译全文，就可以看到中英文对照的论文，并且边上还可以对ai提问，真是一举三得。然后右上角会有豆包的AI阅读标识（要先安装豆包插件chorm 和 edge 都是支持的）Arxiv：非常好用的论文库（https://arxiv.org/）搜索Attention Is All You Need（论文题目）选择CS方向，或者直接在搜索框中搜索需要的论文类型，方向等。点右边的view PD
本文解决多模态情感分析任务中模态缺失的问题。在现实世界的应用中，由于背景噪声、传感器限制和隐私问题等因素，模态数据往往不完整，这会严重影响基于完整模态训练的模型的性能。例如，当某些模态完全缺失或部分帧级特征丢失时，模型可能会做出错误的情感预测。尽管已有研究尝试解决模态缺失问题，但现有方法仍存在以下局限性：：仅基于单个样本的交互，无法充分利用样本间的结构化语义信息。：导致情感相关信息丢失，类别分布混
论文阅读
——论文阅读
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AI Agent技术社区
乐奇 Rokid 开放社区
天工造物局
