搜索结果: 1-4 共查到“人工智能 注意力机制”相关记录4条 . 查询时间(0.203 秒)
2023年9月14日，中国科学院合肥物质院智能所陈雷副研究员团队提出一种基于融合注意力机制改进的水稻病害图像域自适应识别方法，该研究成果发表在农林科学领域期刊Computers and Electronics in Agriculture上。
基于注意力机制的协同卷积动态推荐网络
注意力机制 2D卷积网络 动态推荐 多重特征交互
2021/10/20
一直以来,各种推荐系统关注于如何挖掘用户与物品特征间的潜在关联,特征信息的充分利用有利于用户到物品的精准匹配.基于矩阵分解和分解机的推荐算法是该领域的主流,前者学习用户历史行为而后者分析对象特征关系,但都难以兼顾用户行为与个体特征.而近年来,深度神经网络凭借其强大的特征学习能力和灵活可变的结构被应用到了推荐系统领域。
无监督图像翻译使用非配对训练数据能够完成图像中对象变换、季节转移、卫星与路网图相互转换等多种图像翻译任务.针对基于生成对抗网络(Generative adversarial network,GAN)的无监督图像翻译中训练过程不稳定、无关域改变较大而导致翻译图像细节模糊、真实性低的问题,本文基于对偶学习提出一种融合自注意力机制和相对鉴别的无监督图像翻译方法.首先,生成器引入自注意力机制加强图像生成过...