計算時間とメモリの壁を打破！Transformerの次世代モデルReformer
計算時間とメモリの壁を打破！Transformerの次世代モデルRef ...
Transformer
Transformer
LONGNET：10億トークンまでのテキストを処理できるモデル
LONGNET：10億トークンまでのテキストを処理できるモデル
Transformer
非定常トランスフォーマー
非定常トランスフォーマー
Time-series
グラフ構造を用いたコンピュータビジョンモデル「Vision GNN」
グラフ構造を用いたコンピュータビジョンモデル「Vision GNN」
GNN
SNS上のフェイクニュース検出タスクにおけるSoTAモデルが登場！
SNS上のフェイクニュース検出タスクにおけるSoTAモデルが登場！
Rumor Detection
チャートに対する質問に回答するCQAタスクの新たなSoTAモデルが登場！
チャートに対する質問に回答するCQAタスクの新たなSoTAモデルが登場 ...
Chart Question Answering
ByteTrack+外観特徴が最強：SMILETrack
ByteTrack+外観特徴が最強：SMILETrack
Object Tracking
時系列用の最新トランスフォーマーをサーベイ
時系列用の最新トランスフォーマーをサーベイ
Time-series
テキスト・音声・視覚からマルチモーダルに感情を認識: Sonyが提案したM2FNet！
テキスト・音声・視覚からマルチモーダルに感情を認識: Sonyが提案し ...
Emotion Recognition
アフィンの精度をまず上げろ！ViTを用いたレジストレーション：C2FViT
アフィンの精度をまず上げろ！ViTを用いたレジストレーション：C2FV ...
medical
ViTに優った！大規模CNNの新たな基盤モデル！: InternImage
ViTに優った！大規模CNNの新たな基盤モデル！: InternIma ...
深層学習
2つの視覚的特徴を統合し大幅な精度向上を達成した画像キャプション生成モデル、GRITが登場！
2つの視覚的特徴を統合し大幅な精度向上を達成した画像キャプション生成モ ...
Image Caption
入力画像から視線の軌跡を予測できるモデルが登場！
入力画像から視線の軌跡を予測できるモデルが登場！
Transformer
テキストから動画生成が可能なオープンソースモデルCogVideoが登場！
テキストから動画生成が可能なオープンソースモデルCogVideoが登場 ...
Video Generation
マルチモーダル・エンドツーエンド・トランスフォーマー
マルチモーダル・エンドツーエンド・トランスフォーマー
Transformer
グラフ表現とSMILES表現の両方を用いた逆合成解析モデルGTA
グラフ表現とSMILES表現の両方を用いた逆合成解析モデルGTA
Materials Informatics
U-NetとTransformerを合体！医用画像セグメンテーションのための新しいネットワークSwin Unetを紹介｡
U-NetとTransformerを合体！医用画像セグメンテーションの ...
medical
なぜビジョントランスフォーマーはこれほど高性能なのか。
なぜビジョントランスフォーマーはこれほど高性能なのか。
Transformer