Исследование AKOOL
Добро пожаловать в наш исследовательский центр, где мы демонстрируем новаторские работы в области GenAI.
Избранные публикации
Энергетический априор генеративной значимости
Авторы: Цзин Чжан, Цзяньвэнь Се, Ник Барнс, Пин Ли
Журнал: Транзакции IEEE по анализу паттернов и машинному интеллекту (TPAMI), 2023
В этой статье мы представляем новый априор, основанный на энергии, для моделей генеративной значимости. Наш подход повышает интерпретируемость и эффективность определения заметности за счет интеграции методов, основанных на использовании энергии, что позволяет получать более точные и надежные результаты в различных приложениях.
Прочитайте статью
Журнал: Транзакции IEEE по анализу паттернов и машинному интеллекту (TPAMI), 2023
В этой статье мы представляем новый априор, основанный на энергии, для моделей генеративной значимости. Наш подход повышает интерпретируемость и эффективность определения заметности за счет интеграции методов, основанных на использовании энергии, что позволяет получать более точные и надежные результаты в различных приложениях.
Прочитайте статью
Изучение моделей, основанных на энергии, на основе вероятности восстановления кооперативной диффузии
Авторы: Ясюань Чжу, Цзяньвэнь Се, Ин Нянь Ву, Жуйци Гао
Конференция: Двенадцатая международная конференция по учебным представлениям (ICLR), 2024
В данном исследовании представлен инновационный метод изучения моделей, основанных на энергии, с использованием вероятности кооперативного диффузионного восстановления. Наш подход использует преимущества процессов совместного обучения и распространения информации для повышения эффективности обучения и результативности моделей, основанных на энергии.
Прочитайте статью
Конференция: Двенадцатая международная конференция по учебным представлениям (ICLR), 2024
В данном исследовании представлен инновационный метод изучения моделей, основанных на энергии, с использованием вероятности кооперативного диффузионного восстановления. Наш подход использует преимущества процессов совместного обучения и распространения информации для повышения эффективности обучения и результативности моделей, основанных на энергии.
Прочитайте статью
Прогрессивное совместное обучение на основе энергии для многопредметного перевода изображений в изображение
Авторы: Вэйнань Сун, Ясюань Чжу, Лэй Хэ, Ин Нянь Ву, Цзяньвэнь Се
Архив: Архив, 2024
Мы предлагаем прогрессивную систему совместного обучения, основанную на энергии, для многодоменного перевода изображений в изображение. Этот метод решает проблемы адаптации и перевода предметной области за счет постепенного совершенствования процесса обучения, что приводит к повышению производительности во многих областях.
Прочитайте статью
Архив: Архив, 2024
Мы предлагаем прогрессивную систему совместного обучения, основанную на энергии, для многодоменного перевода изображений в изображение. Этот метод решает проблемы адаптации и перевода предметной области за счет постепенного совершенствования процесса обучения, что приводит к повышению производительности во многих областях.
Прочитайте статью
Трансформатор скрытого плана для абстракции траекторий: планирование как вывод о скрытом пространстве
Авторы: Дэцянь Кун, Дэхун Сюй, Минглу Чжао, Бо Пан, Цзяньвэнь Се, Эндрю Лизаррага, Юхао Хуан, Сижуй Се, Ин Нянь Ву
В этой статье мы представляем Latent Plan Transformer — новую структуру, которая рассматривает планирование как вывод скрытых переменных. Наш подход сочетает преимущества трансформаторов и моделей со скрытыми переменными для обеспечения надежного и эффективного планирования в сложных условиях.
Конференция: 38-я конференция по системам обработки нейронной информации (NeuRIPS 2024)
Прочитайте статью
В этой статье мы представляем Latent Plan Transformer — новую структуру, которая рассматривает планирование как вывод скрытых переменных. Наш подход сочетает преимущества трансформаторов и моделей со скрытыми переменными для обеспечения надежного и эффективного планирования в сложных условиях.
Конференция: 38-я конференция по системам обработки нейронной информации (NeuRIPS 2024)
Прочитайте статью
CooFash: совместное изучение многоцелевого дескриптора и генератора контрастных пар с помощью вариационного обучения MCMC для контролируемого хеширования изображений
Авторы: Хоа Доан, Цзяньвэнь Се, Ясюань Чжу, Ян Чжао, Пин Ли
CooFash представляет новый подход к контролируемому хешированию изображений с помощью совместного обучения. Используя вариационное обучение по методу Монте-Карло по методу Монте-Карло (MCMC), программа одновременно оптимизирует многофункциональный дескриптор и генератор контрастных пар. Этот инновационный метод повышает эффективность и точность хеширования изображений, что делает его значительным достижением в этой области.
Прочитайте статью
CooFash представляет новый подход к контролируемому хешированию изображений с помощью совместного обучения. Используя вариационное обучение по методу Монте-Карло по методу Монте-Карло (MCMC), программа одновременно оптимизирует многофункциональный дескриптор и генератор контрастных пар. Этот инновационный метод повышает эффективность и точность хеширования изображений, что делает его значительным достижением в этой области.
Прочитайте статью
Одиссея, основанная на скрытой энергии: оптимизация «черного ящика» за счет расширенных исследований в скрытом пространстве, основанном на энергии
Авторы: Пэйю Ю, Динхуай Чжан, Хэнчжи Хэ, Сяоцзянь Ма, Жуяо Мяо, Ифань Лу, Яси Чжан, Дэцянь Кун, Жуйци Гао, Цзяньвэнь Се, Гуан Чэн, Ин Нянь Ву
В данной статье представлен новый метод оптимизации «черного ящика», известный как «Одиссея, основанная на скрытой энергии». Этот подход направлен на расширение геологоразведки в скрытом пространстве, основанном на энергии, и усовершенствование процесса оптимизации. Используя энергетический ландшафт скрытого пространства, этот метод повышает эффективность и результативность задач оптимизации, что делает его значительным достижением в области машинного обучения и оптимизации.
Прочитайте статью
В данной статье представлен новый метод оптимизации «черного ящика», известный как «Одиссея, основанная на скрытой энергии». Этот подход направлен на расширение геологоразведки в скрытом пространстве, основанном на энергии, и усовершенствование процесса оптимизации. Используя энергетический ландшафт скрытого пространства, этот метод повышает эффективность и результативность задач оптимизации, что делает его значительным достижением в области машинного обучения и оптимизации.
Прочитайте статью
Конструирование молекул с помощью трансформатора скрытой подсказки
Авторы: Дэцянь Кун, Юхао Хуан, Цзяньвэнь Се, Эдуардо Хониг, Минг Сюй, Шуанхун Сюэ, Пэй Линь, Саньпин Чжоу, Шэн Чжун, Наньнин Чжэн, Ин Нянь Ву
Мы предлагаем трансформатор скрытых импульсов (LPT), новую генеративную модель для решения сложной задачи проектирования молекул. Эксперименты показывают, что LPT не только эффективно обнаруживает полезные молекулы при выполнении одноцелевых, многоцелевых и ограниченных по структуре задач оптимизации, но и демонстрирует высокую эффективность отбора проб.
Прочитайте статью
Мы предлагаем трансформатор скрытых импульсов (LPT), новую генеративную модель для решения сложной задачи проектирования молекул. Эксперименты показывают, что LPT не только эффективно обнаруживает полезные молекулы при выполнении одноцелевых, многоцелевых и ограниченных по структуре задач оптимизации, но и демонстрирует высокую эффективность отбора проб.
Прочитайте статью
О нас
Наша команда состоит из известных исследователей из престижных учреждений, которые совместно работают над развитием области искусственного интеллекта. Мы сосредоточены на разработке инновационных решений, направленных на решение реальных проблем и способствующих развитию научного сообщества в целом.
Оставайтесь на связи
Свяжитесь с нами: С вопросами, сотрудничеством или дополнительной информацией о наших исследованиях обращайтесь к нам по адресу info@akool.com.