https://arxiv.org/pdf/1805.07984.pdf看过之后有一个思考，adversarial attack的目标是事先选定一个class，然后选择攻击方式，尽可能使得模型把样本分类成这个类别，并且class probability和原class的probability拉开差距，但是可不可以将目标设定为最小化原分类class的probability，也就是只将目标定位为使t..

文章地址：https://arxiv.org/pdf/1802.04687v1.pdf摘要部分：摘要的结构和前几篇依然类似，首先是介绍背景：interacting system在自然界中普遍存在，各个组成部分之间的相互作用会引发复杂的行为。然后介绍自己的模型：我们提出了neural relational inference（NRI）模型，是一个无监督的模型，学习相互作用的同时还能仅仅从观察的数..

https://mila.quebec/wp-content/uploads/2018/07/d1ac95b60310f43bb5a0b8024522fbe08fb2a482.pdfhttps://arxiv.org/pdf/1710.10903.pdf这是一篇将attention机制应用到graph convolution中的文章。但是文章中提出的模型其实是利用了attention的一部...

这篇文章开篇就指出，我们的模型是要从人体动作的序列中选取出最informative的那些帧，而丢弃掉用处不大的部分。但是由于对于不同的视频序列，挑出最有代表性的帧的方法是不同的，因此，本文提出用深度增强学习来将帧的选择模拟为一个不断进步的progressive process。这篇文章处理的问题是skeleton based action recognition，提出的模型的示意图如下： ...