仅用10张图片就能成功进行跨域GAN学习
仅用10张图片就能成功进行跨域GAN学习
生成对抗网络(GAN)
新的AI文章列表
敌意数据扩展+混战，更强悍!
敌意数据扩展+混战，更强悍!
自然语言处理
有一个隐含的错误？
有一个隐含的错误？
生成对抗网络(GAN)
StackVAE-G成为一个强大的装备，切入多变量时间序列异常检测领域
StackVAE-G成为一个强大的装备，切入多变量时间序列异常检测领域
时间序列
我们终于发现了!是他!
我们终于发现了!是他!
风格_转移
理发店生成多张面孔的合成图像!
理发店生成多张面孔的合成图像!
生成对抗网络(GAN)
MTAD-GAT使用图形注意力进行多变量时间序列异常检测
MTAD-GAT使用图形注意力进行多变量时间序列异常检测
时间序列
![[材料信息学]通过个体剩余学习成功地挖掘](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/June2021/individual_residual_learning-min-520x300.png)
[材料信息学]通过个体剩余学习成功地挖掘了深度学习的潜力!
[材料信息学]通过个体剩余学习成功地挖掘了深度学习的潜力!
材料信息学
从对抗性攻击的角度看普通和医学图像分类模型的差异
从对抗性攻击的角度看普通和医学图像分类模型的差异
对抗性扰动
这就是SoTA关于语音识别的论文! 谷歌的这项研究真是突破了半监督学习的极限!
这就是SoTA关于语音识别的论文! 谷歌的这项研究真是突破了半监督学习 ...
语音识别
什么是FaceController，一个高效的面部编辑模型？
什么是FaceController，一个高效的面部编辑模型？
人脸识别
虚拟试穿几乎成为现实!生成式建模的前线!
虚拟试穿几乎成为现实!生成式建模的前线!
生成对抗网络(GAN)
一个支持血糖管理的最佳治疗决策的模型!构建强化学习模型，通过逆向强化学习估计奖励函数!
一个支持血糖管理的最佳治疗决策的模型!构建强化学习模型，通过逆向强化学 ...
医疗
使用G-buffers和渲染管线生成逼真的图像!
使用G-buffers和渲染管线生成逼真的图像!
图像2图像
CNN和Transformer与人类视觉相比如何？
CNN和Transformer与人类视觉相比如何？
Transformer
深度学习正在改变我们预测未来的方式
深度学习正在改变我们预测未来的方式
调查
稳健过拟合抑制的平滑方法
稳健过拟合抑制的平滑方法
对抗性扰动
在一个白血病治疗策略模型中得到了复制!使用深度强化学习的白血病治疗政策的拟议决策框架
在一个白血病治疗策略模型中得到了复制!使用深度强化学习的白血病治疗政策 ...
医疗