热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

AI周报|字节跳动识别方法刷新sota;百度LinearDesign获新进展

一、最新论文解读1.Alias-FreeGenerativeAdversarialNetworks目前典型的生成对抗网络的合成过程以不健康的方式依赖于绝对像素坐标。例如
一、最新论文解读

1.Alias-FreeGenerative Adversarial Networks

目前典型的生成对抗网络的合成过程以不健康的方式依赖于绝对像素坐标。例如,细节似乎粘在图像坐标而不是所描绘对象的表面上。论文将根本原因追溯到导致生成器网络中出现混叠的粗心信号处理。将网络中的所有信号解释为连续的,我们得出普遍适用的小架构变化,以保证不需要的信息不会泄漏到分层合成过程中。由此产生的网络与 StyleGAN2 的 FID 相匹配,但它们的内部表示有很大的不同,即使在亚像素尺度下,它们也完全等同于平移和旋转。 

论文为更适合视频和动画的生成模型铺平了道路。

二、热门学习工具

1、paddlepaddle - 产业实践的开源深度学习平台

相关链接:

飞桨PaddlePaddle-源于产业实践的开源深度学习平台

2、DeepInsight - AI 机器视觉开发平台

相关链接:

矩视智能-北京矩视智能科技有限公司

三、近期大厂动态

1、照片中的遮挡关系如何判断?字节跳动新方法刷新SOTA

由于图像边界的稀疏性,检索单目图像中物体之间的遮挡关系具有挑战性。研究人员观察到,现有工作中存在两个关键问题:1)缺乏可以利用解码器阶段两个子任务遮挡边界提取和遮挡方向预测之间有限耦合量的架构;2)遮挡方向的不正确表示。

为了解决第二个问题,研究者又提出了用于预测遮挡方向的正交遮挡表示法(OOR)。该方法在标准 PIOD / BSDS ownership 数据集上以 6.1%/8.3% Boundary-AP 和 6.5%/10% Orientation-AP 超过此前最先进的方法。

1)有何创新之处?

提出的 MT_ORL(Multi-task occlusion relationship learning,即多任务遮挡关系学习),也主要从上述两个问题出发,做出了两个主要贡献:

提出了一种新的遮挡共享和路径分离网络(OPNet),用于替代现有的遮挡边界和遮挡方向共享网络架构。

提出了用于预测遮挡方向的正交遮挡表示法(OOR),它解决了端点误差和角度周期性难题。

2)总结

本文针对多任务学习遮挡关系提出了一种新的遮挡共享和路径分离网络(OPNet)和 用于预测遮挡方向的正交遮挡表示法(OOR)。OPNet 使得两个任务通过有限的共享 encoder 阶段的特征相互促进,获得更好的遮挡边界和遮挡方向。OOR 则是解决了遮挡方向预测的角度周期性难题和端点误差的问题。大量实验表明作者的方法极大的提升了遮挡关系推理的性能,在 AP 上相比于之前的方法甚至有 6.5%/10% 的提升。

2、百度LinearDesign算法生物实验指标均优于标准算法

百度生物计算再进一程!百度研究院自2020年初开始,历经数月,成功研发出LinearDesign mRNA序列优化算法,并于2020年4月正式对外发布。计算机模拟结果显示,LinearDesign能够有效提高mRNA疫苗序列的稳定性和蛋白质翻译效率。特别的,针对新冠病毒刺突蛋白mRNA疫苗,LinearDesign可在短短10分钟即完成序列设计。

为了进一步验证LinearDesign算法的实际有效性,百度联合斯微生物进行了一系列实验研究,后者是国际领先、国内首家专注于mRNA疫苗和药物研发的创新型企业,也是将mRNA药物、创新性高端纳米制剂平台及产业化技术带入中国的企业。本次实验研究基于LinearDesign算法设计的七条编码新冠病毒刺突蛋白的mRNA疫苗序列,对这些mRNA分子的稳定性、编码蛋白表达水平以及动物免疫原性等方面开展了深入研究,并与用传统方法设计的基准mRNA序列进行了头对头的对比。

图片

百度LinearDesign算法的成功,也进一步验证了AI+制药的价值。AI算法与生物制药领域的深度结合,将药物发现的“大海捞针”变成“按图索骥”,这将为全人类的生命健康保驾护航。


推荐阅读
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • 本章将深入探讨移动 UI 设计的核心原则,帮助开发者构建简洁、高效且用户友好的界面。通过学习设计规则和用户体验优化技巧,您将能够创建出既美观又实用的移动应用。 ... [详细]
  • 本文详细介绍了macOS系统的核心组件,包括如何管理其安全特性——系统完整性保护(SIP),并探讨了不同版本的更新亮点。对于使用macOS系统的用户来说,了解这些信息有助于更好地管理和优化系统性能。 ... [详细]
  • 图数据库中的知识表示与推理机制
    本文探讨了图数据库及其技术生态系统在知识表示和推理问题上的应用。通过理解图数据结构,尤其是属性图的特性,可以为复杂的数据关系提供高效且优雅的解决方案。我们将详细介绍属性图的基本概念、对象建模、概念建模以及自动推理的过程,并结合实际代码示例进行说明。 ... [详细]
  • Scala 实现 UTF-8 编码属性文件读取与克隆
    本文介绍如何使用 Scala 以 UTF-8 编码方式读取属性文件,并实现属性文件的克隆功能。通过这种方式,可以确保配置文件在多线程环境下的一致性和高效性。 ... [详细]
  • 本文探讨了MariaDB在当前数据库市场中的地位和挑战,分析其可能面临的困境,并提出了对未来发展的几点看法。 ... [详细]
  • 本文介绍了一种解决二元可满足性(2-SAT)问题的方法。通过具体实例,详细解释了如何构建模型、应用算法,并提供了编程实现的细节和优化建议。 ... [详细]
  • 网易严选Java开发面试:MySQL索引深度解析
    本文详细记录了网易严选Java开发岗位的面试经验,特别针对MySQL索引相关的技术问题进行了深入探讨。通过本文,读者可以了解面试官常问的索引问题及其背后的原理。 ... [详细]
  • 本文详细介绍了在企业级项目中如何优化 Webpack 配置,特别是在 React 移动端项目中的最佳实践。涵盖资源压缩、代码分割、构建范围缩小、缓存机制以及性能优化等多个方面。 ... [详细]
  • 采用IKE方式建立IPsec安全隧道
    一、【组网和实验环境】按如上的接口ip先作配置,再作ipsec的相关配置,配置文本见文章最后本文实验采用的交换机是H3C模拟器,下载地址如 ... [详细]
  • 智能车间调度研究进展
    本文综述了基于强化学习的智能车间调度策略,探讨了车间调度问题在资源有限条件下的优化方法。通过数学规划、智能算法和强化学习等手段,解决了作业车间、流水车间和加工车间中的静态与动态调度挑战。重点讨论了不同场景下的求解方法及其应用前景。 ... [详细]
  • 2018-2019学年第六周《Java数据结构与算法》学习总结
    本文总结了2018-2019学年第六周在《Java数据结构与算法》课程中的学习内容,重点介绍了非线性数据结构——树的相关知识及其应用。 ... [详细]
  • 本文详细介绍了Java中的访问器(getter)和修改器(setter),探讨了它们在保护数据完整性、增强代码可维护性方面的重要作用。通过具体示例,展示了如何正确使用这些方法来控制类属性的访问和更新。 ... [详细]
  • 优化局域网SSH连接延迟问题的解决方案
    本文介绍了解决局域网内SSH连接到服务器时出现长时间等待问题的方法。通过调整配置和优化网络设置,可以显著缩短SSH连接的时间。 ... [详细]
  • npm run dev后报错 ... [详细]
author-avatar
陆碧钰-_752
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有