专栏首页AI科技评论今日 Paper | ACEnet上下文编码网络;卷积网络生物系统;欺诈检测;DialogueGCN等

今日 Paper | ACEnet上下文编码网络;卷积网络生物系统;欺诈检测;DialogueGCN等

目录

ACEnet:用于神经解剖分割的解剖上下文编码网络

图延长卷积网络:图上的显式多尺度机器学习及其在生物系统建模中的应用

用于欺诈检测的交织序列RNNs

DialogueGCN:用于对话情感识别的图卷积神经网络模型

移动设备的量化卷积神经网络

ACEnet:用于神经解剖分割的解剖上下文编码网络

论文名称:ACEnet: Anatomical Context-Encoding Network for Neuroanatomy Segmentation

作者:Li Yuemeng /Li Hongming /Fan Yong

发表时间:2020/2/13

论文链接:https://arxiv.org/abs/2002.05773v1

推荐原因

这篇论文考虑的是通过磁共振扫描图像对脑结构进行分割的问题。

对于这个问题,现有的2D深度学习方法无法有效捕获大脑结构分割所需的3D空间上下文信息。这篇论文提出了一个名为ACEnet的解剖上下文编码网络,将3D空间和解剖上下文合并到2D卷积神经网络中,以便从磁共振扫描中有效而准确地分割大脑结构。ACNnet包含三个重要的组成部分:1、解剖上下文编码模块,将解剖信息合并到2D CNN中;2、空间上下文编码模块,将3D图像信息合并到2D CNN中;3、颅骨剥离模块,指导2DCNN来建模大脑结构。在三个基准数据集上的实验表明,ACNnet在计算效率和分割精度上优于现有的方法。

图延长卷积网络:图上的显式多尺度机器学习及其在生物系统建模中的应用

论文名称:Graph Prolongation Convolutional Networks: Explicitly Multiscale Machine Learning on Graphs, with Applications to Modeling of Biological Systems

作者:Scott C. B. /Mjolsness Eric

发表时间:2020/2/14

论文链接:https://arxiv.org/abs/2002.05842v1

推荐原因

这篇论文定义了一种新的集成图卷积网络(GCN)模型,使用优化的线性投影算子在图形的空间比例之间进行映射,将学习汇总每个比例的信息以进行最终预测。这些线性投影算子作为与每个GCN结构矩阵相关的目标函数的信息量来计算。含有这些投影信息后,新的图延长卷积网络模型在微管弯曲粗粒度机械化学仿真中预测单体亚基势能时,效果优于其他GCN集成模型。

用于欺诈检测的交织序列RNNs

论文名称:Interleaved Sequence RNNs for Fraud Detection

作者:Branco Bernardo /Abreu Pedro /Gomes Ana Sofia /Almeida Mariana S. C. /Ascensão João Tiago /Bizarro Pedro

发表时间:2020/2/14

论文链接:https://arxiv.org/abs/2002.05988v1

推荐原因

这篇论文考虑的是金融系统中的实时欺诈检测问题。

为了解决这个问题,这篇论文使用递归神经网络,并将付款视为交错序列(其中每张卡的历史记录是无界、不规则子序列),以使得整个系统不必考虑复杂的特征工程。这篇论文提出一个完整的RNN框架以实时检测欺诈行为,并提出从预处理到部署的有效机器学习管道。实验证明,这些无特征、多序列RNN优于当前最佳模型,并由于使用较少的计算资源,而能节省数百万美元的欺诈检测成本。

DialogueGCN:用于对话情感识别的图卷积神经网络模型

论文名称:DialogueGCN: A Graph Convolutional Neural Network for Emotion Recognition in Conversation

作者:Ghosal Deepanway /Majumder Navonil /Poria Soujanya /Chhaya Niyati /Gelbukh Alexander

发表时间:2019/8/30

论文链接:https://arxiv.org/abs/1908.11540

推荐原因

1.对话语句的情感识别(ERC)是基础但也异常重要的任务,过去的解决方法通常是将序列语句编码,然后情感分类。本文综合考虑讲话序列以及讲话者两个水平的影响因素,提出基于图卷积网络的DialogueGCN,实现情感识别。在三个情感识别数据集上取得SOTA结果。

2.作者巧妙的将对话中的语句、对话者这样的异构甚至抽象信息建模到图中,以利用图神经网络。

3.对于学习了图神经网络理论的人来说,如何在实际场景中应用图神经网络是非常重要的,本文就提供了一个非常简单明了的场景,值得学习。

移动设备的量化卷积神经网络

论文名称:Quantized Convolutional Neural Networks for Mobile Devices

作者:Jiaxiang Wu / Cong Leng /Yuhang Wang

发表时间:2016/5/16

论文链接:https://arxiv.org/pdf/1512.06473.pdf

推荐原因

核心问题:CNN网络在许多方面发挥着越来越重要的作用,但是CNN模型普遍很大,计算复杂,本论文对其进行了改进。

创新点:在这篇论文中,作者提出了一个Quantized CNN模型,这个模型可以加速和压缩CNN,它的核心思想是对卷积层和全连接层中的权重进行量化,并最小化每层的响应误差。

研究意义:在ILSVRC-12数据集上进行实验,证明对于分类任务在仅损失很小的准确率下,该方法可以达到4-6倍的加速,和15~20倍的压缩,可以明显的看出效果。

论文作者团队招募

为了更好地服务广大 AI 青年,AI 研习社正式推出全新「论文」版块,希望以论文作为聚合 AI 学生青年的「兴趣点」,通过论文整理推荐、点评解读、代码复现。致力成为国内外前沿研究成果学习讨论和发表的聚集地,也让优秀科研得到更为广泛的传播和认可。

我们希望热爱学术的你,可以加入我们的论文作者团队。

加入论文作者团队你可以获得

1.署着你名字的文章,将你打造成最耀眼的学术明星

2.丰厚的稿酬

3.AI 名企内推、大会门票福利、独家周边纪念品等等等。

加入论文作者团队你需要:

1.将你喜欢的论文推荐给广大的研习社社友

2.撰写论文解读

如果你已经准备好加入 AI 研习社的论文兼职作者团队,可以添加运营小姐姐的微信,备注“论文兼职作者”

本文分享自微信公众号 - AI科技评论(aitechtalk),作者:AI研习社

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-02-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 今日 Paper | 动态手势识别;领域独立无监督学习;基于BERT的在线金融文本情感分析等

    论文名称:Domain Independent Unsupervised Learning to grasp the Novel Objects

    AI科技评论
  • 卷积神经网络数学原理解析

    原标题 | Gentle Dive into Math Behind Convolutional Neural Networks

    AI科技评论
  • ICLR 2020 | Deformable Kernels,创意满满的可变形卷积核

    论文提出可变形卷积核(DK)来自适应有效感受域,每次进行卷积操作时都从原卷积中采样出新卷积,是一种新颖的可变形卷积的形式,从实验来看,是之前方法的一种有力的补充...

    AI科技评论
  • 深度 | 吴恩达对话Yann LeCun:从相识Hinton到深度学习崛起

    机器之心整理 机器之心编辑部 深度学习专项课程 Deeplearning.ai 中,也包含吴恩达和多位深度学习大牛的对话视频,之前 YouTube 上已经公开了...

    机器之心
  • 卷积和神经网络有什么关系?

    如上一段所述,卷积可以提取特征,但对于真实世界当中的大规模图片库,我们并不知道哪个局部特征有效,我们还是希望通过训练神经网络,自动学习出来,怎么做呢?还得用到前...

    马克java社区
  • 利用显著-偏置卷积神经网络处理混频时间序列

    显著-偏置卷积神经网络简介 金融时间序列通常通常包含多个维度,不同维度数据的采样频率也不一致。例如螺纹钢研究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格,周...

    企鹅号小编
  • 为什么说卷积神经网络,是深度学习算法应用最成功的领域之一?

    目前,作为深度学习的代表算法之一,卷积神经网络(Convolutional Neural Networks,CNN)在计算机视觉、分类等领域上,都取得了当前最好...

    老肥码码码
  • 理解卷积

    原文作者:Christopher Olah

    人工智能资讯小编
  • Golang之接口(interface)

     //Golang中的接口,不需要显示的实现。只要一个变量,含有接口类型中的所有方法,那么这个变量就实现了这个接口。

    超蛋lhy
  • 携程 Apollo 配置中心:Example

    本文介绍如何基于 Spring Boot 来搭建 Apollo 客户端,并展示如何动态更改运行时服务的输出日志等级。参考阅读 Apollo · Java 客户端...

    happyJared

扫码关注云+社区

领取腾讯云代金券