Paper研习社每日精选论文推荐1230

Hi 欢迎来到Paper 研习社每日精选栏目,Paper 研习社(paper.yanxishe.com)每天都为你精选关于人工智能的前沿学术论文供你参考,以下是今日的精选内容——

 基于深度度量学习的可扩展细粒度生成图像分类

推荐理由:机器人抓取通常被公式化为学习问题。随着物理仿真速度和质量的提高,生成用于学习算法的大规模抓取数据集变得越来越流行。一个经常被忽略的问题是如何生成构成这些数据集的掌握信息。

在猎豹移动公司员工小婷拍摄的vlog视频中,由该公司自主研发的红外测温疫情防控协作机器人可以说是相当亮眼。这款机器人可以代替人工手持体温枪的操作,实现“非接触式”的体温测量操作,测温数据可实时传输后端管理平台,一旦发现高热对象,系统将自动报警,有着比人工测温更高的效率。小婷说,它还有一项“黑科技”功能,那就是监督人们戴口罩,一旦发现未佩戴口罩的人员,它还会自动发出警告。

 小样本图像分类的基准

作者在CIFAR-10和CIFAR-100上的实验表明,MI可以进一步提高mixup及其变形训练的模型的对抗鲁棒性。

 结合深度学习和谷歌地球引擎提取城市水系

在方舱医院火速上岗的擎朗智能送餐机器人本事也不小,它可以依靠室内无人驾驶技术,实现全自主定位导航,并自主规划运行路径,实现巡航多点配送。据工作人员介绍,截至目前,擎朗智能已在湖北省驰援多家医院及隔离点为感染或隔离人员提供送餐、送药、送水等基础配送服务。

在本文中,作者回顾,分类和比较了不同的抓取抽样策略。作者的评估基于SE(3)的细粒度离散化,并使用基于物理的模拟来评估相应的平行下颌抓握的质量和鲁棒性。具体来说,作者认为YCB数据集中的21个对象中的每个对象都拥有超过10亿个抓取。这个密集的数据集使作者可以评估现有的采样方案w.r.t. 他们的偏见和效率。

 十亿种方式:基于密集的,基于物理的抓取数据集的抓取采样方案的评估

这是一篇深度学习应用于水利行业的应用,可以启发更多计算机技术在其他领域应用的研究。

这是一场不期而遇的挑战,这是一场突如其来的考验,这是一场没有硝烟的防控阻击战。

同样奋战在复工复产第一线的还有华中数控集团。除夕夜,在接到总部命令后,佛山华数常务副总经理杨林带领骨干员工,一天内组建起30余人组成的采购、生产、技术服务和质检队伍,三天内建立了数条“红外热成像智能人体测温系统”生产线,员工复工率达到80%以上。目前,日生产能力已超100台套,设备已在全国各地的火车站、机场、关口、医院等人员密集的场所投入使用。

日月开新元,天地又一春。放眼全国上下,走遍大江南北,当一个个“逆行而上”的英雄拼尽全力,当一群群“努力拼搏”的普通人奋力前行,当一个个“平凡如你我”的中国人激荡起保家卫国的英雄气魄,我们还有什么鸿沟不可跨越?我们还有什么困难不能战胜?

在这项工作中,作者旨在探索这种类型的数据增强的一种新的更通用的形式,以确定这种线性是否必要。通过考虑“混合实例数据增强”的更广泛范围,作者发现了实用增强技术的更大空间,其中包括对现有技术进行改进的方法。这种概括所带来的好处超出了提高性能的希望,它揭示了许多混合实例数据增强类型,这些类型与先前工作中所考虑的完全不同,这提供了证据表明此类方法有效性的理论是不完整的,并表明任何这样的理论都必须解释更广泛的现象。

节卡体温管理机器人一秒即可完成体温快速筛查,在精确测量人体体温的同时,大大减少了交叉感染的风险。“特殊时期,能为各行各业赋能增效保驾护航,我们觉得特别荣幸。”一名工作人员说道。

刚复工, 达闼科技的车间生产线就已经高速运行。“目前手头上有1000多个订单,特殊时期要每天紧盯工厂,出货一台发一台。”达闼科技联合创始人兼副总裁汪兵说,一群特殊的“达闼人”已经奋战在武汉、上海、北京等地的抗“疫”一线,这些云端护理机器人、消毒清洁机器人、测温巡查机器人,正在与医护人员并肩作战。

推荐理由:人们已经普遍认识到,对抗性的实例可以很容易地被用来愚弄深层网络,而深层网络的愚弄主要来源于输入实例附近的局部非线性行为。

用科技为口罩生产保驾护航

用提高产能补回失去的时间

除了快递小哥,近期还有一批特殊的“外卖员”穿梭在位于北京顺义的多个社区,它们就是来自美团的无人配送车。据悉,这是美团近日宣布的“无人配送防疫助力计划”落地场景之一,通过无人车和室内机器人在公开道路、封闭园区及室内楼宇等场景内开展配送服务,最大限度降低人际接触带来的潜在感染风险,更安全地满足用户特殊时期的生活需求。“实施封闭式管理后,我就没出过小区,买菜、买水果等全在网上进行。无人车既送来了生活物资,也避免了人跟人的接触,让我感到非常安心。”家住顺义某小区的秦先生表示。

用奔波点亮生活的色彩

为了弥合这一差距,作者研究了弱监督与主动学习之间的交集,这使学习者可以主动选择示例并查询人工注释作为额外的监督,以改进在弱监督下训练的模型。本文研究了用于选择示例进行查询的各种主动学习启发式方法,以及针对此类查询的各种形式的额外监督。作者在两个不同的数据集上评估了其方法的有效性。WikiSQL上的实验表明,通过仅注释1.8%的示例,作者将最新的弱监督基线提高了6.4%,达到了79.0%的准确度,与经过训练的模型仅相距1.3%在充分监督下。在WikiTableQuestions上使用人工注释器进行的实验表明,作者的方法仅使用100个活动查询就可以提高性能,尤其是对于从冷启动中学到的弱监督解析器。

“春节刚过,我们就火速在线复工,政府、园区、企业等来自各方面的咨询电话不断,订单一个比一个急。”星逻智能总经理王海滨口中的订单,便是公司研发的无人机全自动运营系统。王海滨介绍说,疫情期间,无人机借助人工智能技术有了“意识”,忙着巡街喊话,监督大家戴口罩。飞累了,还会“回家”充电,休息片刻继续上班,实现了全程地面无人战“疫”。

推荐理由:这篇论文要解决的是城市水系信息提取的问题。

推荐理由:语义解析器将来自用户的自然语言命令(NL)映射到可执行的含义表示(MR),然后在特定环境中执行这些以获得所需的结果。对此类解析器的全监督培训需要NL / MR对,并由领域专家进行注释,这使得收集它们的成本很高。

此外,作者增加了框架的可伸缩性,以应对不断涌现的新型生成图像,并通过微调使模型对新型生成数据获得更好的检测性能。

在训练过程中应用mixup,可以有效地提高泛化性能和模型的鲁棒性,在训练实例之间引入全局线性行为。然而,在以往的工作中,混合训练模型只是通过直接对输入进行分类,被动地防御对抗性攻击,而诱导的全局线性并没有得到很好的利用。也就是说,由于对抗扰动的局部性,通过模型预测的全局性主动打破局部性将更为有效。

疫情当前,口罩成为全民抢购的热门产品,也成为企业复工复产的重要门槛。为进一步满足社会对口罩的需求,新松机器人自动化股份有限公司迅速集结沈阳、上海两大研发中心的科研力量,紧急成立由技术骨干组成的口罩生产线攻关项目小组,经过多次连续24小时奋战,成功研发出全自动平面型医用外科口罩生产线及全自动折叠型医用口罩生产线。“虽然无法投奔一线,但我们希望通过自己的努力为这场全民战‘疫’制造出更多的‘盔甲’”。位于上海的中科新松有限公司总裁杨跞如是说。同样为口罩厂家排忧解难的,还有来自新时达股份有限公司的员工,他们当中,有积极为口罩等紧缺物资厂家提供物资与解决方案的,有排除各种困难积极复工复产落实各项物资保障的,还有不能正式复工但依然坚持在家做好本职工作的……除武汉基地外,格力集团也在陆续复工,加紧生产口罩生产设备等一系列抗击疫情的产品,用科技的力量为口罩生产保驾护航。

推荐理由:对经过标准交叉熵损失训练的深度网络进行微调是进行小样本学习的一个强基准。如果对它们进行传导性微调,它的性能将优于标准数据集(如Mini-Imagenet,Tiered-Imagenet,CIFAR-FS和FC-100)中具有相同超参数的最新技术。

相反,作者提出了一种新颖的方法来检测生成的图像中错误的位置。通过将实际图像与生成的图像进行比较,作者为每个像素计算其属于真实分布还是生成的分布。此外,作者利用注意力来建立远程依赖模型。这允许检测局部上合理但不是整体上的错误。

作为凝聚机器人及智能科技企业的专业化平台,中国电子学会自2月2日复工以来,积极响应号召,有序开展2020世界机器人大会等各项筹备工作。世界机器人大会组委会秘书处及时发布《凝聚你我 科技战“疫”共同打赢疫情防控阻击战》倡议,得到130家机构和企业的积极响应,同时联合28家投融资机构,针对疫情防控情况,在“投创之星”项目征集活动中增设“新冠肺炎疫情防控”产融项目类目,并同步开展《机器人技术支撑服务复工复产应用案例》征集活动,为实现疫情防控和经济发展双胜利搭建了信息共享、技术交流的综合型服务平台。

推荐理由:为了减少过拟合,通常会使用数据增强来训练神经网络,这是通过现有训练实例的保留标签的变换人工生成额外训练数据来完成的。尽管这些类型的转换具有直觉上的意义,但最近的工作表明,即使是不保留标签的数据增强也很有效果,它通过实例对的线性组合实现数据扩充。尽管它们有效,但对于这种方法为何起作用知之甚少。

作者的工作为更好地了解GAN以及从GAN模型中选择最佳样本的能力打开了大门。

研当以报效国家为己任,学必以服务人民为荣光。国家和人民的需要就是科技企业的集结号。正如媒体报道中所提到的,“此次疫情对经济的影响将是短期的,不会改变经济增长趋势,中国经济的基本面依旧稳固。随着各项新技术的发展应用,中国制造业整体自动化水平早已大大提升,抗风险和修复能力大大增强。在党委政府、企业以及社会各界的共同努力下,中国一定会重新焕发活力,一定能够保持经济社会良好发展势头。”(科协改革进行时)

推荐理由:尽管最新的GAN在生成超逼真的图像方面具有令人印象深刻的性能,但GAN鉴别器仍然难以评估单个生成样本的质量。这是因为评估所生成图像的质量的任务不同于确定图像是真实的还是伪造的。生成的图像可能很完美,除了在单个区域之外,但仍被检测为伪造的。

非常之时,非常之责。近些天来,积极复工复产的故事每天都在发生。

城市水系对于城市生态而言至关重要。使用远程感知数据的精准高效水系检测对城市规划与管理有着显著作用。这篇论文提出了一种新方法来结合谷歌地球引擎和多粒度卷积神经网络,通过离线训练与预测的方式,从陆地卫星图像中抽取城市水系信息。

披星戴月,火力全开。疫情期间,在空空荡荡的大街小巷,有这样一群可爱的“骑士”,他们匆匆驶过的身影成为城市里一道独特的风景线。

战胜疫情离不开科学技术的有力支撑。疫情发生后,中国科协先后多次发出《让科学家精神光耀时代 让科技创造新的价值》《战“疫”有我,为决胜攻坚提供科技志愿服务》等相关倡议,并在做好科学防疫和应急科普工作的同时,充分发挥全国学会和地方科协“一体两翼”的组织优势和科技工作者的专业优势,助力中小企业特别是科技创新企业的疫后发展。

推荐理由:最近,生成的图像可以达到非常高的质量,即使人眼也无法分辨真实图像。尽管目前在法医界已经有一些检测生成图像的方法,但是这些方法大多数都用于检测生成图像的一种类型。生成的新型图像层出不穷,现有的检测方法无法很好地应对。这些问题促使作者提出了一种基于深度度量学习的可扩展的多类别分类框架,旨在对生成的图像进行更好的分类。

 看,读和感觉:用多模态多任务学习对广告的理解进行基准测试 Look, Read and Feel: Benchmarking Ads Understanding with Multimodal Multitask Learning 作者:Zhang Huaizheng /Luo Yong /Ai Qiming /Hou Nana /Wen Yonggang 发表时间:2019/12/21 论文链接:https://paper.yanxishe.com/review/7892 推荐理由:这篇论文要解决的是广告内容理解的问题。 由于广告行业的巨大市场和在线多媒体内容(如视频)的急剧增长,将广告与多媒体内容一起推广的方式逐渐流行起来。然而要为提供的内容找寻相应的广告将耗费大量人力,因此一些自动化的广告技术发展起来。为了进一步提升用户体验,理解广告的主题与情感是必要的。这篇论文的贡献在于提出了一种新的深度多模态多任务框架,来整合多个模态以获得目标广告的有效主题与情感,使得理解更容易。具体而言,所提模型首先从广告里抽取多模态信息并学习一个高层级和可比较的表示向量。广告的可视化元素在无监督的情况下解码,获得的特征随后被带入所提的分层多模态注意力模块中,用以学习为了作出最终预测而在特定任务下获得的表示向量。另外,这篇论文还设计了一个多任务损失函数来联合训练主题与情感预测模型。在最新与最大规模的广告数据集上的实验表明所提方法取得了最佳效果。

全民宅家抗“疫”期间,有则段子调侃说,要远离朋友圈步数最多的那个人。但对于来自京东集团的郭宁来说,占据排行榜首位是再正常不过的事了。疫情发生以来,郭宁始终奔走在北京的大街小巷。他说,“最近我给地坛医院送了一张折叠床,虽然素不相识,但我能从客户购买的快递中感受到他们工作很辛苦。”

 改进的混合示例数据增强

 检测GAN产生的错误

这种方法的简单性使作者能够在Imagenet-21k数据集上演示最初的几次学习结果。

作者的实验表明,一些流行的采样方案包含很大的偏差,并且没有涵盖可以抓住物体的所有可能方式。

经过技术部门的艰苦奋战,荷福人工智能集团迅速研发出人工智能驱动区块链技术,并推出“AI疫情防控解决方案”。目前,该方案已在北京、长沙、苏州等地的项目工地广泛应用。

 Mixup推论:更好地利用Mixup来防御对抗性攻击

疫情期间,正是他们用“绝不停产、加快生产”的集体承诺,奏响了物资保障的最强音。

在简单几何直觉的启发下,作者发展了一种用于混合训练模型的推理原理,称为混合推理(MI)。MI将输入与其他随机干净的样本混合,如果输入是对抗性的,则可以收缩并传递等效扰动。

但是,仅从成对的NL和预期的执行结果中学习了弱监督的语义解析器,从而使MR变得很隐蔽。虽然薄弱的监督成本较低,但是从这些投入中学习仍然很困难。它要求解析器以非常弱的学习信号搜索较大的空间,并且很难避免以错误的方式获得正确答案的虚假MR。这些因素导致在弱监督和全监督环境下训练的解析器之间的性能差距。

与此同时,世界机器人大会组委会秘书处充分发挥大会国际化的平台优势,与日本、韩国、意大利等多个国家的机器人国际机构取得联系,并组建由多名专家组成的专家团队,为打赢疫情防控阻击战贡献力量。

“这些天,企业确实面临一定的压力,但我相信困难是暂时的。这次疫情,让我们更加坚定了机器人企业所要走的道路,也看到了机器人应用的广阔前景。”谈及公司的未来,汪兵很有底气。

“现在完成的每一笔医疗器械的订单,都是治病救人的订单,我们很自豪。”作为工业自动化核心部件生产商,SMC(中国)有限公司在春节期间接到医用空压机、呼吸机、CT机、血液分析仪等设备订单后,紧急抽调人员,克服困难、加班加点,确保将医疗设备尽早运送到抗“疫”一线。

神州大地春意萌,复工复产在行动。在党中央的号召下,在社会各界的积极推动下,新松、京东、达闼等诸多机器人及智能科技企业相继复工复产,铆足劲儿争分夺秒加油干的热闹景象正铺陈开来——办公室里,敲击键盘的声音再次响起;生产线上,操作机器的轰鸣声响此起彼伏;工厂里,口罩下的奋斗者用拼搏点亮特殊时期的生产线……此前,仿佛被按下“暂停键”的每座城市重新开始运转。在这场与疫情的搏击中,机器人及智能科技企业感受到了肩上沉甸甸的使命,纷纷立足工作岗位,努力研发抗击疫情所需的相关技术,将科技成果运用到抗击疫情的最前方、第一线,在解决实际难题中成就科技价值,在推动高质量发展中彰显科技力量。

 基于多尺度生成器的基于草图的视觉属性人脸合成

复工就是稳就业,复产就是稳经济。疫情耽误了开工,一定要把失去的时间补回来!

京东物流北京亦庄智配中心营业部是京东物流在北京最大的配送站,管理者是一位“90后”的退伍军人孙岚嵩。“疫情发生以来,我们站有好几个配送员都找到我,说想申请去武汉分部进行支援,听到这些我真的很感动。”

为了进行评估,作者表明,与FID和IS不同,实验的错误检测可以作为单个图像的质量指标。作者利用改进的Wasserstein,BigGAN和StyleGAN来显示基于本文的指标的排名与FID分数有着显着的相关性。

疫情笼罩之下,有序推动复工复产成为统筹做好疫情防控和经济社会发展工作的紧迫任务。2月23日,习近平总书记在统筹推进新冠肺炎疫情防控和经济社会发展工作部署会议上明确要求,落实分区分级精准复工复产。

用承诺奏响物资保障最强音

正如国家统计局局长宁吉喆所言,中国经济巨轮无惧风雨,破浪前行,实现了新跨越,站上了新起点。“新的一年,我们还将不断推动经济高质量发展。”

“疫情肆虐,现在国家急需红外测温镜头,这已经不是一个公司的小事,而是整个国家的大事。”1月23日,舜宇光学科技(集团)有限公司在工作群发出了这样一条复工信息,不一会儿,员工纷纷响应,群内很快被“收到”二字刷屏。截至目前,该测温镜头产量已超同期3倍,所有产品已全部投入到防疫一线。

 合并弱监督和主动监督以进行语义解析

作者发现使用大量的元训练类,即使对于大量的测试类,也能获得极高的准确率。作者不提倡他们的方法作为小样本学习的解决方案,而只是使用结果突出显示当前基准和小样本学习的局限性。作者对基准数据集进行了广泛的研究,以提出量化测试集“硬度”的指标。此度量标准可用于以更系统的方式说明小样本学习算法的性能。