XiaoMi-AI文件搜索系统
World File Search System不见
通过多级域对齐实现通用的睡眠分期
自动睡眠分期对于睡眠评估和疾病诊断至关重要。大多数现有方法依赖于一个特定的数据集，并且仅限于推广到其他看不见的数据集，这些数据集的训练数据和测试数据来自同一数据集。在本文中，我们将领域泛化引入自动睡眠分期并提出可泛化的睡眠分期任务，旨在提高模型对看不见的数据集的泛化能力。受现有领域泛化方法的启发，我们采用特征对齐的思想并提出一个名为 SleepDG 的框架来解决它。考虑到局部显着特征和序列特征对于睡眠分期都很重要，我们提出了一种结合时代级和序列级特征对齐的多级特征对齐来学习领域不变的特征表示。具体来说，我们设计了一个 Epoch 级特征对齐来对齐不同域之间每个单个睡眠时期的特征分布，并设计了一个 Sequence 级特征对齐来最小化不同域之间序列特征的差异。SleepDG 在五个公共数据集上进行了验证，实现了最先进的性能。
![arxiv：2503.08075v1 [CS.CL] 2025年3月11日](/simg/7\75367f5a18070c8355c4758aa36984c7c029e2a8.webp)
arxiv：2503.08075v1 [CS.CL] 2025年3月11日
摘要。准确预测药物 - 目标相互作用对于加速药物发现和阐明复杂的生物学机械性至关重要。在这项工作中，我们将药物 - 目标预测构建为异质生物医学知识图（kg）的链接预测，该任务涉及药物，蛋白质，疾病，途径和其他相关实体。传统的kg嵌入方法，例如transe和复杂性，它们依赖于计算密集的阴性采样及其对看不见的药物 - 靶标对的有限概括。为了应对这些挑战，我们提出了多种文化感知采样（MUCOS），这是一个新的框架，优先考虑高密度邻居以捕获显着的结构模式，并将这些模式与contextual嵌入到Bert中。通过统一结构和文本模式并选择性地采样高度启发的模式，可以规定对负抽样的需求，从而显着降低了计算开销，同时提高了新型药物 - 靶标关联和药物目标的预测准确性。在KEGG50K数据集上进行的广泛实验表明，在预测数据集中的任何关系方面，粘液的表现都胜过最先进的基线，在预测数据集中的任何关系方面，粘液的平均互惠等级（MRR）提高了13％，并且在养活的药物量指定性预测中提高了6％。
![arxiv：2409.20537V1 [CS.RO] 2024年9月30日](/simg/c\c9d07b9eebb39943a91510a51e0263b170bd4778.webp)
arxiv：2409.20537V1 [CS.RO] 2024年9月30日
当今培训通才机器人模型的障碍之一是异质的。以前的机器人学习方法经常收集数据以用一个特定的实施例来训练一个任务，这很昂贵且容易拟合。这项工作通过对不同实施方案和任务进行大规模的机器人数据的异质预培训来研究学习政策表示的问题。我们提出了异构训练的变形金刚（HPT），该变压器（HPT）预先训练了策略神经网络的大型，可共享的后备箱，以学习任务和实施不可知的共享表示。该一般体系结构将特定的本体感受和视力输入与从不同的实施例到短的令牌顺序，然后处理这些令牌以映射以映射以控制不同任务的机器人。利用最近的大规模多种设备现实世界机器人数据集以及模拟，部署的机器人和人类视频数据集，我们研究了异质性跨越的训练策略。我们进行实验，以研究培训目标的缩放行为，达到52个数据集。HPT在多个模拟器基准和真实世界设置中，在看不见的任务上，超过20％的策略绩效提高了几个基线，并提高了超过20％的策略绩效。
未来军官最容易出现哪些类型的战术弱点......
现代多域战不仅涉及简易爆炸装置等物理威胁，还涉及越来越多的网络威胁。敌人可能会干扰或拦截通信信号，或入侵包括导航系统和无人机在内的电子设备。因此，所有军事领导人（不仅仅是信号/网络专家）现在都需要对战术网络资源和漏洞有所了解。物理威胁更容易被想到，因为它们出现的频率高，而且它们的影响对感官来说非常明显。网络威胁的历史先例较少，也不太“明显”（“眼不见，心不烦”）。我们开发了一项任务（问题预测任务：PAT），以衡量未来陆军军官自动预测网络和非网络战术威胁的程度。他们阅读假设的任务描述，并试图预测可能出现的最多 25 个问题。任务描述明确提到了几个网络脆弱组件（例如，无线电、导航系统、无人机、生物传感器）。然而，39% 的“数字原生代”参与者未能列出任何网络问题，而且只有 8% 的预期问题与网络有关。PAT 使我们能够评估我们预测网络漏洞的准备程度的基准，并可用于评估培训干预措施在提高网络状况理解方面的有效性。
delan：通过跨模式对比学习的视觉和语言导航的双级别对齐
抽象的视觉和语言导航（VLN）要求代理通过遵循自然语言指导在看不见的环境中导航。为了完成任务完成，代理需要对齐和整合各种导航方式，包括指令，观察和导航历史记录。现有作品主要集中在融合阶段的跨模式关注上，以实现这一目标。然而，不同的单键编码器产生的模态特征位于自己的空间中，从而导致跨模式融合和决策的质量下降。为了解决这个问题，我们通过跨模式对比度学习提出了一个指定框架（Delan）框架。该框架旨在在融合之前对齐各种与导航相关的方式，从而增强跨模式的交互和动作决策。具体来说，我们将融合前的对准分为双重级别：根据其语义相关性，指令历史级别和地标性观察水平。我们还重建了双级指令，以适应双级对准。作为融合前对齐的训练信号非常有限，使用自我监督的对比学习策略来实施不同方式之间的匹配。我们的方法与大多数现有模型无缝集成，从而改善了各种VLN基准测试的导航性能，包括R2R，R4R，RXR和CVDN。
学习与可区分的精确模板匹配...
抽象模板匹配是计算机视觉中的一项基本任务，已经研究了数十年。它在制造业中起着至关重要的作用，可以估算不同部分的姿势，从而促进了下游任务，例如机器人抓握。当模板和源图像具有不同的方式，混乱背景或弱纹理时，现有方法失败。他们也很少考虑通过同谱进行几何变换，即使对于平面工业部位，它们通常也存在。为了应对挑战，我们提出了一种基于可不同的粗到功能对应关系的准确模板匹配方法。我们使用边缘感知模块来克服蒙版模板和灰度图像之间的域间隙，从而允许匹配。使用基于变形金刚提供的新结构感知信息的粗略对应关系来估算初始翘曲。使用参考图和对齐图像获得了用于获得最终几何变换的子像素级对应关系，将此初始对齐传递给了重新构造网络。广泛的评估表明，我们的方法比最先进的方法和基准要好得多，即使在看不见的真实数据上，也提供了良好的概括能力和视觉上可行的结果。
卫星和地面视图之间的跨注意，以增强细粒度的机器人地理位置
跨视图图像地理位置定位旨在通过用GPS标记的卫星图像补丁绘制当前的街道视图图像来确定户外机器人的位置。最近的作品在识别卫星贴片中达到了显着的准确性，该卫星贴片在机器人所在，其中将中央像素在匹配的卫星贴片中用作机器人粗糙位置估计。这项工作着重于机器人在已知的卫星贴片中的细粒度定位。现有的细颗粒定位工作利用相关操作来获得卫星图像本地描述符和街道视图全局描述符之间的相似性。基于衬里匹配的相关操作简化了两个视图之间的相互作用过程，从而导致距离误差很大并影响模型的概括。为了解决这个问题，我们设计了一个具有自我注意力和跨注意层的跨视图功能fu-sion网络，以取代相关操作。此外，我们将分类和回归预测结合在一起，以进一步降低位置距离误差。实验表明，我们的新型网络体系结构的表现优于最先进的，可以在看不见的地区更好的概括能力。具体而言，我们的方法在同一区域和在活力基准的同一区域和看不见的区域中分别将中位定位距离误差降低了43％和50％。
3D可见性 - 可见的可通用的神经辐射场，用于相互作用的手
神经辐射场（NERFS）是场景，物体和人类的有希望的3D代表。但是，大多数措施方法都需要多视图输入和每场培训，这限制了其现实生活中的应用。此外，熟练的方法集中在单个受试者的情况下，留下涉及严重障碍和挑战性视图变化的互动手的场景。为了解决这些问题，本文提出了一个可见的可见性 - 可见性的NERF（VA-NERF）框架，用于互动。具体来说，给定相互作用的手作为输入的图像，我们的VA-NERF首先获得了基于网格的手表示，并提取了相应的几何和质地。随后，引入了一个功能融合模块，该模块利用了查询点和网格顶点的可见性，以适应双手的特征，从而可以在看不见的区域的功能中进行重新处理。此外，我们的VA-NERF与广告学习范式中的新型歧视者一起进行了优化。与传统的分离器相反，该官员预测合成图像的单个真实/假标签，提议的判别器生成了一个像素的可见性图，为看不见的区域提供了精细的监督，并鼓励VA-NERF提高合成图像的视觉质量。互惠2.6m数据集的实验表明，我们所提出的vanerf的表现明显优于常规的nerfs。项目页面：https：//github.com/xuanhuang0/vanerf。
dme：揭示偏见以获得更好的全身性单眼估计
本文旨在设计具有更好概括能力的单眼深度估计模式。为此，我们进行了定量分析，并发现了两个重要的见解。首先，在长尾分类问题中发现的模拟相关现象也存在于单眼深度估计中，这表明训练数据中深度分布的不平衡分布可能是导致泛化能力有限的原因。第二，深度值的不平衡和长尾分布范围超出了数据集量表，并且在每个单独的图像中也表现出来，进一步表达了单眼深度估计的挑战。通过上述发现，我们提出了距离感知的多专家（DME）深度估计模型。与先前的方法不同地处理不同深度范围的方法不同，DME采用了分歧和诱使哲学，每个专家都负责对特定深度范围内的区域进行深度估计。因此，每个专家看到的深度分布更加统一，并且可以更容易预测。一个像素级路由模块的进一步设计和学会了，以将所有专家的预测缝合到最终的深度图中。实验表明，DME在NYU-DEPTH V2和KITTI上都达到了最先进的性能，并且还可以在看不见的数据集上提供有利的零拍概括能力。
spanseq：基于相似性的序列数据拆分方法，用于改善深度学习项目的开发和评估
摘要近年来，深度学习模型在计算生物学中的使用大大增加，预计它将继续随着自然语言诸如Rocessing等领域的当前进步。t hese模型虽然能够在输入和目标之间进行x关系，但也倾向于学习与de v elopment在其de v Elopment中使用的数据池的嘈杂偏差。为了评估他们在看不见的数据（其概括能力）上的性能，通常将A V ailable数据随机分为De V Elopment（Train / V Alidation）和测试集。该程序虽然标准表明，但由于所使用的数据库中的样本之间的现有相似性，因此已显示出对概括的可疑评估。在此w ork中，现在Spanseq，一种用于机器学习的数据库分区方法，可以扩展到大多数生物序列（基因，蛋白质和基因组），以便在集合之间进行V OID数据泄漏。我们还探讨了不限制相似之处的效果，从而重现了两种最先进模型对生物信息学上的de v elopment，不仅证实了随机分裂数据库对模型评估的后果，而且还扩大了这些对模型de V v epropment的影响。spanseq是https：// github.com/ genomicepidemiology/ spanseq。