萨曼特,索拉比;巴克霍斯(Jules Joel)吴伟;赵诗佳;卡萨布,Ghassan S.;汗,贝赫拉姆;帕纳戈普洛斯,阿纳斯塔西奥斯;马卡迪亚,贾纳基;奥古兹(Usama M.);班加,阿克沙特;法亚兹,穆罕默德;格拉斯,威廉;克劳迪奥·奇亚斯特拉;布尔佐塔,弗朗西斯科;拉迪萨,约翰 F.;伊佐,保罗;村里义伸;杜比尼,加布里埃莱;米利亚瓦卡,弗朗西斯科;米克利,蒂莫西;比切克,安德鲁;丰塔纳,杰森;韦斯特,尼克 E.J.;莫蒂埃,彼得;博耶斯,帕梅拉 J.;戈尔德,杰弗里·P.;安德森,丹尼尔 R.; Tcheng,James E.;温德尔,约翰 R.;萨马迪,哈比卜; Jaffer,Farouc A.;德赛(Nihar R.);兰斯基,亚历山德拉;梅纳-乌尔塔多,卡洛斯;阿博特,黎明;布里拉基斯(Brilakis),Emmanouil S.;拉森,延斯·弗伦斯特德;卢瓦尔,伊夫;斯坦科维奇,戈兰;塞鲁伊斯(Serruys),帕特里克·W.;埃里克·委拉斯开兹;埃利亚斯,皮埃尔;巴特(Bhatt),迪帕克·L.;丹加斯,乔治; Chatzizisis, Yiannis S. 发表于:JACC:心血管介入
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法,并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类,开创了零样本 3 维模型分类方法。近年来, CLIP 在零样本图像分类上取得了良好的效果,因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中, Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型, PointCLIP 首先将 3 维点云投影成多个深度图,然 后利用 CLIP 的预训练图像编码器提取深度图特 征,同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题,基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时,冻结 CLIP 的图像编码器,使用深度图编码器提取深度图特 征,该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间,该方法利用大规模图像 - 文本对预 训练的视觉语言模型,并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐,大幅 提高了 3 维模型的识别能力。与之相似的是,基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性,从而使点云编码器获得零样本 识别的能力。另外, PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上,通过利用更先进的投影算法和 更详细的 3 维模型描述,显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题,通过在语义层面为图像和文本 提供更多相似的语义信息,使图像和文本对齐更具有 一致性,从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
蒂娜·雷尼格、格洛丽亚·格罗弗、玛丽·梅、劳尔·维拉斯科、理查德·沃尔夫、罗纳德·基普米勒、马克·利克泰格、谢恩·尼克森、特里·维斯纳、卡里·丁曼、约瑟夫·克鲁格、克莱奥丽娅·弗伦奇、劳伦斯·杜雷克、贾里德·布鲁纳、洛里·费诺尔、马奎塔·麦克斯韦尔、蒂尔·塞勒、乔迪·罗杰斯·罗德里格斯、泰拉·德希尔兹、詹姆斯·斯马赞卡、韦德·怀特、托马斯·谢泼德、梅丽莎·温切尔、朱迪·科普林格、乔丹·爱德华兹、杰瑞·维斯普里尼、辛迪·朗、蒂莫西·阿普尔、史蒂夫·怀特、林恩·纳普、威廉瓦西克、迈克尔·兰登、琳达·查特兰德、梅尔勒·勒梅尔、玛丽·韦兰德、劳伦斯·朱洛斯基、约翰·门罗、詹姆斯·普拉特科、詹姆斯·布拉瑟、丹·阿贝、丹泽尔·马丁、盖尔·哈克、凯文·斯托克斯、詹姆斯·麦金尼斯、拉塞尔·克莱因汉斯、詹妮弗·霍特里德斯、杰弗里·埃斯基尔森、亚瑟·基克兰、威尔逊·古姆、戴安娜·威尔逊、露丝·富兰克林、蒂莫西·贝尔、艾琳·麦考伊、巴拉蒂·夏尔马、比尔·德哈恩、罗伯特·奥里斯、霍华德·洛格斯登、贾罗德·沙尔克、李·谢尔顿、埃尔默·拉佩尔、威廉·普雷切夫斯基、伦纳德·威利斯、蒂姆·黑克斯、凯西·帕伦特、约瑟夫·科兹洛夫斯基、芭芭拉·麦克莱恩、道恩·格莱斯纳、凯文·格林、菲利普·麦克斯韦、海伦·约翰逊、简·达比、丽塔·克拉维克、特里·汤普森、西格尼·凯斯、大卫·伯克哈特、保罗·伊兹科夫斯基、朱迪思·马什、巴特·琼斯、苏根德里尼·庞南帕拉姆、安·拉扎罗、道格拉斯·阿诺德、威廉·杜兰德、迪诺·维斯普里尼、兰斯·库克、凯尔西·芬尼、杰弗里·格林、特雷西
地点县 地点县 阿博特镇 艾伦 迪凯特 亚当斯 亚当斯镇 艾伦 特拉华镇 特拉华 奥尔巴尼 伦道夫 敦刻尔克 杰伊 阿尔比恩 诺布尔 布莱克福德 阿尔比恩镇 诺布尔 达克溪镇 麦迪逊 亚历山大 麦迪逊 艾伦镇 诺布尔 伊顿 特拉华 安德森镇 拉波特 鳗鱼河镇 艾伦 埃尔克哈特 埃尔克哈特 巴戈镇 埃尔克哈特 埃尔伍德 麦迪逊 熊溪镇 杰伊 熊溪镇 亚当斯 福尔克里克镇 亨利 本顿镇 埃尔克哈特 费尔菲尔德镇 迪卡尔布 伯恩 亚当斯 费尔芒特 格兰特 布朗茨维尔 亨利 法姆兰 伦道夫 蓝溪镇 亚当斯 韦恩堡 艾伦 布恩镇 麦迪逊 福勒顿 格兰特 布莱恩特 杰伊 富兰克林镇 迪卡尔布 布莱恩特镇 韦尔斯 富兰克林镇 格兰特 巴特勒 迪卡尔布 富兰克林镇 伦道夫 巴特勒镇 迪卡尔布 法国镇 亚当斯 雪松溪镇 艾伦 加利纳镇 拉波特 中心镇特拉华州 加斯城 格兰特中心镇 格兰特加斯顿 特拉华州 中心镇 拉波特 日内瓦 亚当斯中心镇 马歇尔 德国镇 圣约瑟夫 中心镇 圣约瑟夫 格拉比尔 艾伦 切斯特镇 韦尔斯 格兰特镇 迪卡尔布 切斯特菲尔德 麦迪逊格林镇 诺布尔 丘鲁布斯科 惠特利格林镇 伦道夫 克莱镇 圣约瑟夫 格林镇 格兰特 克利尔克里克 亨廷顿格林镇 杰伊 克利夫兰镇 埃尔克哈特 格林镇 圣约瑟夫 克利夫兰镇 惠特利 格林斯福克镇 伦道夫 库尔斯普林镇 拉波特 哥伦比亚镇 惠特利 汉密尔顿 德卡尔布 康科德镇 德卡尔布 汉密尔顿镇 斯托本 康科德镇 埃尔克哈特 汉密尔顿镇 特拉华州 哈里斯镇 圣约瑟夫 哈里森镇 布莱克福德
博兹库尔特,阿拉斯;肖俊红;兰伯特,莎拉;帕祖雷克,当归;海伦·克朗普顿;苏珊·科塞奥格鲁;法罗,罗伯特;邦德,梅丽莎;克里西·尼兰兹;霍尼彻奇,莎拉;巴厘岛、玛哈;德隆,乔恩;米尔,卡姆兰;斯图尔特,邦妮;科斯特洛,埃蒙;梅森,乔恩;斯特莱克,克里斯蒂安;罗梅罗-霍尔,埃尼尔达;库特罗普洛斯,阿波斯托洛斯;梅·托克罗,凯茜;辛格,莱南德拉;艾哈迈德·提利;李庆美;尼科尔斯,马克;奥西尼尔松,埃巴;布朗,马克;欧文,瓦莱丽;埃莉莎·拉法盖利,朱莉安娜;桑托斯-赫莫萨、杰马;法雷尔,奥娜;亚当,塔斯金;李通英;萨尼-博兹库尔特、苏纳古尔; C Sharma, Ramesh;Hrastinski, Stefan 和 Jandrić, Petar (2023)。ChatGPT 和生成人工智能 (AI) 的推测性未来:教育领域的集体反思。亚洲远程教育杂志 (早期访问)。
博兹库尔特,阿拉斯;肖俊红;兰伯特,莎拉;帕祖雷克,当归;海伦·克朗普顿;苏珊·科塞奥格鲁;法罗,罗伯特;邦德,梅丽莎;克里西·尼兰兹;霍尼彻奇,莎拉;巴厘岛、玛哈;德隆,乔恩;米尔,卡姆兰;斯图尔特,邦妮;科斯特洛,埃蒙;梅森,乔恩;斯特莱克,克里斯蒂安;罗梅罗-霍尔,埃尼尔达;库特罗普洛斯,阿波斯托洛斯;梅·托克罗,凯茜;辛格,莱南德拉;艾哈迈德·提利;李庆美;尼科尔斯,马克;奥西尼尔松,埃巴;布朗,马克;欧文,瓦莱丽;埃莉莎·拉法盖利,朱莉安娜;桑托斯-赫莫萨、杰马;法雷尔,奥娜;亚当,塔斯金;李通英;萨尼-博兹库尔特、苏纳古尔; C Sharma, Ramesh;Hrastinski, Stefan 和 Jandrić, Petar (2023)。ChatGPT 和生成人工智能 (AI) 的推测未来:教育领域的集体反思。亚洲远程教育杂志 (早期访问)。
战略家和军事理论家的影响力会随着时间而起伏,这取决于一系列因素。例如,卡尔·冯·克劳斯·维茨的开创性著作《战争论》从 19 世纪末开始一直默默无闻,直到越南战争结束时,美国军方才“发现”了它的价值。关于军事后勤的著作,尤其是从理论角度撰写的著作,很容易因为技术、作战支援概念、军事行动性质以及后勤的技术性变化而迅速失去影响力和相关性。
博兹库尔特,阿拉斯;肖俊红;兰伯特,莎拉;帕祖雷克,当归;海伦·克朗普顿;苏珊·科塞奥格鲁;法罗,罗伯特;邦德,梅丽莎;克里西·尼兰兹;霍尼彻奇,莎拉;巴厘岛、玛哈;德隆,乔恩;米尔,卡姆兰;斯图尔特,邦妮;科斯特洛,埃蒙;梅森,乔恩;斯特莱克,克里斯蒂安;罗梅罗-霍尔,埃尼尔达;库特罗普洛斯,阿波斯托洛斯;梅·托克罗,凯茜;辛格,莱南德拉;艾哈迈德·提利;李庆美;尼科尔斯,马克;奥西尼尔松,埃巴;布朗,马克;欧文,瓦莱丽;埃莉莎·拉法盖利,朱莉安娜;桑托斯-赫莫萨、杰马;法雷尔,奥娜;亚当,塔斯金;李通英;萨尼-博兹库特、苏纳古尔; C Sharma, Ramesh;Hrastinski, Stefan 和 Jandrić, Petar (2023)。ChatGPT 和生成人工智能 (AI) 的推测未来:教育领域的集体反思。亚洲远程教育杂志(早期访问)。
5。Boussana Alain,NS。弗洛伦特(Florent),埃迪·埃迪·詹维尔(Eddie Eddie Janvier),马布达(Mabunda)库尔加·保罗·罗杰(Counga Paul Roger),简化无辜者,安托万·埃里克(Antoine Eric),《埋葬》,《山谷书籍》,《学生》,《学生》和《湿润的环境》,《大杂物》,内容。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。48
