Paper 今日 (paper今年上新吗?)
为了帮助各位学术青年更好地学习前沿研究成果和技术，AI科技评论联合Paper 研习社（paper.yanxishe.com），重磅推出【今日 Paper】栏目， 每天都为你精选关于人工智能的前沿学术论文供你学习参考。以下是今日的精选内容——
Reading Wikipedia to Answer Open-Domain Questions
Machine Learning from a Continuous Viewpoint
Score and Lyrics-Free Singing Voice Generation
Learning 3D Human Shape and Pose from Dense Body Parts
Face X-ray for More General Face Forgery Detection
Effective>Job Prediction: From Deep Neural Network Models to Applications
Combining Deep Learning and Verification for Precise Object Instance Detection
A Gentle Introduction to Deep Learning for Graphs
AdderNet: Do We Really Need Multiplications in Deep Learning?
基于维基百科的开放域的问答系统
论文名称：Reading Wikipedia to Answer Open-Domain Questions
作者：Danqi Chen /Adam Fisch /Jason Weston /Antoine Bordes
发表时间：2017/4/28
论文链接：
推荐理由：本文建议使用Wikipedia作为独特的知识源来解决开放域问题的解答：任何事实类问题的答案都是Wikipedia文章中的文本范围。
作者在多个现有QA数据集上的实验表明，（1）两个模块相对于现有同类产品都具有很高的竞争力；（2）使用远程监督对其组合进行多任务学习是解决这一艰巨任务的有效完整系统。
从持续的角度看机器学习
论文名称：Machine Learning from a Continuous Viewpoint
作者：E Weinan /Ma Chao /Wu Lei
发表时间：2019/12/30
论文链接：
推荐理由：作为经典的数值分析和统计物理学的精神，作者提出了一种连续的机器学习形式，作为变化和微分积分方程的一个问题。作者证明了常规的机器学习模型和算法，例如随机特征模型，浅层神经网络模型和残差神经网络模型，都可以作为不同连续公式的特定离散化而全部恢复。
作者还介绍了新模型的示例，例如基于流的随机特征模型，以及新算法（例如平滑粒子法和光谱法）的示例，这些新算法自然地源于这种连续公式。作者在文中讨论了如何在此框架下研究泛化误差和隐式正则化问题。
乐谱和无歌词歌声生成
论文名称：Score and Lyrics-Free Singing Voice Generation
作者：Liu Jen-Yu /Chen Yu-Hua /Yeh Yin-Cheng /Yang Yi-Hsuan
发表时间：2019/12/26
论文链接：
推荐理由：用于唱歌声音的生成模型主要与“唱歌声音合成”的任务有关，即，根据乐谱和文本歌词来产生唱歌声音波形。
在本文中，作者探索了一种新颖而又具有挑战性的替代方法：在训练和推理时间中无需预先分配乐谱和歌词的情况下演唱语音。特别是，作者提出了三种无条件或弱条件的歌声生成方案。作者概述了相关的挑战，并提出了解决这些新任务的渠道。这涉及开发用于数据准备的源分离和转录模型，用于音频生成的对抗网络以及用于评估的定制度量。
从密集的身体部位学习3D人体形状和姿势
论文名称：Learning 3D Human Shape and Pose from Dense Body Parts
作者：Zhang Hongwen /Cao Jie /Lu Guo /Ouyang Wanli /Sun Zhenan
发表时间：2019/12/31
论文链接：
推荐理由：尽管通过最新的基于学习的方法获得了令人鼓舞的结果，但从单眼图像重建3D人体形状和姿势仍具有挑战性。常见的不对齐是由于以下事实：从图像到模型空间的映射是高度非线性的，并且人体模型的基于旋转的姿势表示易于导致关节位置的漂移。
在本文中，作者研究了从人体部位的密集对应关系中学习3D人体形状和姿势的问题，并提出了分解和聚合网络（DaNet）来解决这些问题。DaNet采用密集的对应贴图作为中间表示，以密集地在2D像素和3D顶点之间建立一座桥梁，以促进2D到3D映射的学习。DaNet的预测模块被分解为一个全局流和多个局部流，以分别实现形状和姿势预测的全局和细粒度感知。来自本地流的消息被进一步聚合以增强对基于旋转的姿势的鲁棒性预测，其中提出了位置辅助旋转特征细化策略以利用人体关节之间的空间关系。此外，还引入了基于零件的剔除（PartDrop）策略，以在训练过程中从中间表示中剔除密集信息，从而鼓励网络专注于更多互补的身体部位以及相邻的位置特征。作者方法的有效性在室内和实际数据集（包括Human3.6M，UP3D和DensePose-coco数据集）上均得到验证。
实验结果表明，与以前的最新方法相比，该方法显着提高了重建性能。我们的代码将通过此 URL（）公开提供。
面部X射线，可进行更一般的面部伪造检测
论文名称：Face X-ray for More General Face Forgery Detection
作者：Li Lingzhi /Bao Jianmin /Zhang Ting /Yang Hao /Chen Dong /Wen Fang /Guo Baining
发表时间：2019/12/31
论文链接：
推荐理由：在本文中，作者提出了一种新颖的图像表示形式，称为面部X射线，用于检测面部图像中的伪造。输入的面部图像的面部X射线是灰度图像，可显示输入图像是否可以分解为来自不同来源的两个图像的混合。它通过显示伪造图像的混合边界和不存在真实图像的混合来实现。
作者观察到，大多数现有的面部操作方法都有一个共同的步骤：将更改后的面部混合到现有的背景图像中。因此，面部X射线提供了一种检测大多数现有面部操纵算法所产生的伪造的有效方法。面部X射线的一般意义是仅假设存在混合步骤，并且不依赖于与特定面部操作技术相关的伪影的任何知识。事实上，确实可以训练用于计算面部X射线的算法且无需使用任何最新的面部操纵方法生成的伪造图像。大量的实验表明，当将X射线应用于由看不见的面部操纵技术产生的伪造时，面部X射线仍然有效，而大多数现有的面部伪造检测算法的性能都会明显下降。
利用多域学习GANs实现有效的数据增强
论文名称：Effective>作者：Yamaguchi Shin'ya /Kanai Sekitoshi /Eda Takeharu
发表时间：2019/12/25
论文链接：
推荐理由：这篇论文考虑的是数据增强的问题。
这篇论文提出了一种有效的基于生成对抗网络）的数据增强方法，其主要思想是通过使用多领域学习GAN将外部数据所包含的知识导入到目标模型中。多领域学习GAN能够同时学习外部数据集和目标数据集，并能够为目标任务生成高保真度和多样性强的新样本。文章表明即使只有极少量的目标数据集，研究人员也可以通过使用这些新生成的样本来获得目标任务的准确模型。这篇论文在CIFAR-100, FGVC-Aircraft和Indoor Scene Recognition这三个数据集上评估了其提出的数据增强方法，表明了它具有更好的分类准确性，并且能够提高所生成样本的质量。
工作预测：从深度神经网络模型到应用
论文名称：Job Prediction: From Deep Neural Network Models to Applications
作者：Van Huynh Tin /Van Nguyen Kiet /Nguyen Ngan Luu-Thuy /Nguyen Anh Gia-Tuan
发表时间：2019/12/27
论文链接：
推荐理由：这篇论文考虑的是基于简历信息判断工作胜任程度的问题。
如何根据简历上的信息，例如学历、技能描述等，来判断一份工作是否适合求职者是一个困难的自然语言处理问题。反过来，公司挑选最适合这份工作的人才也是困难的。这篇论文尝试利用不同的深度神经网络模型来学习预测职业，这些模型包括TextCNN，Bi-GRU-LSTM-CNN，以及Bi-GRU-CNN，并用到了基于互联网职业数据集训练的多种预训练词嵌入。这篇论文还提出一种简单但高效的集成模型以包含不同的深度神经网络模型。实验结果表明，所提方法获得了最高为72.71%的F1值。
这篇论文试图利用自然语言处理的技术来帮助互联网上的求职者找到更适合自己的职业发展方向。
结合深度学习和验证进行精确的对象实例检测
论文名称：Combining Deep Learning and Verification for Precise Object Instance Detection
作者：Ancha Siddharth /Nan Junyu /Held David
发表时间：2019/12/27
论文链接：
推荐理由：深度学习对象检测器通常会以很高的置信度返回误报。尽管它们优化了通用检测性能，例如平均平均精度（mAP），但它们并不是为可靠性而设计的。对于可靠的检测系统，如果进行了高置信度检测，作者将希望高度确定确实已检测到对象。为此，作者开发了一套验证测试，建议的检测必须通过该测试才能被接受。
作者建立了一个理论框架，可以证明在某些假设下，作者的验证测试不会接受任何误报。基于此框架的近似值，作者提出了一种实用的检测系统，该系统可以高精度地验证基于机器学习的对象检测器的每次检测是否正确。作者表明，这些测试可以提高基本检测器的整体精度，并且公认的示例很有可能是正确的。这允许检测器在高精度状态下操作，因此可以作为可靠的实例检测方法用于机器人感知系统。
关于图的深度学习的简要介绍
论文名称：A Gentle Introduction to Deep Learning for Graphs
作者：Bacciu Davide /Errica Federico /Micheli Alessio /Podda Marco
发表时间：2019/12/29
论文链接：
推荐理由：图形数据的自适应处理是一个长期存在的研究主题，最近已被整合为深度学习社区的主要兴趣主题。相关研究的数量和广度迅速增加是以缺乏知识的系统化和对早期文献的关注为代价的。
本文中作者的这项工作旨在作为图的深度学习领域的教程介绍。相对于对最新文献的阐释，它主张对主要概念和体系结构方面进行一致且渐进的介绍，读者可参考其中的可用调查。本文对问题进行了自上而下的研究，介绍了一种基于局部和迭代方法来结构化信息处理的图形表示学习的广义公式。它介绍了基本的构建基块，可以将其组合起来设计出新颖而有效的图形神经模型。方法论的阐述是对本领域有趣的研究挑战和应用的讨论的补充。
【北大/诺亚/鹏城/悉大】AdderNet：能否让深度学习摆脱乘法运算？
论文名称：AdderNet: Do We Really Need Multiplications in Deep Learning?
作者：Chen Hanting /Wang Yunhe /Xu Chunjing /Shi Boxin /Xu Chao /Tian Qi /Xu Chang
发表时间：2019/12/31
论文链接：
推荐理由：这是一篇来自华为诺亚方舟实验室的论文，于2020年1月1日上线arXiv。本文探究的目标为更高效的深度卷积神经网络。（似乎称作“模型压缩”不太妥当？因为参数量、运算量、参数精度都未减少，但是将乘法替代为加法为推断效率提供了极大的增长空间）
为了提升深度神经网络的运行效率、减少不必要的运算，常见的方法有网络剪枝、知识蒸馏等等。本文则另辟蹊径，尝试让卷积神经网络摆脱乘法而只使用高效的加法运算。
卷积神经网络的实现中，卷积运算是通过卷积核与输入特征的互相关（cross-correlation）运算实现的，而这涉及大量浮点数的乘法运算——要知道，计算机完成一次32位浮点乘法运算往往是加法运算的几倍！如果能将互相关运算替代为效果相近而仅涉及加法的运算，岂不是可以极大地提升CNN的运行效率？
32位浮点运算的相对能耗
那么问题来了：互相关的本质是什么呢？是衡量卷积核与输入特征的相似度。这里，作者大胆地使用L1距离的相反数代替互相关运算，作为衡量相似度的另一种途径。
使用互相关实现的卷积运算，X为输入特征，F为卷积核，S()为乘法，Y为层的输出
将S()换为L1距离
那么问题又来了：模型如何通过反向传播优化？如果对L1距离求导，那么结果只能是0和±1（认为L1距离等于0时导数为0），相当于对X(m+i,n+j,k)-F(i,j,k,t)求的符号函数——这并不能很好地使得模型向最优的方向优化。因此，作者在这里使用了X与F的差作为每层“卷积”核的梯度进行反传：
同样，X也需要梯度来回传至上层，而且与F的梯度不同的是：这个梯度还会影响到上面的所有的层（存在梯度爆炸的可能性），更需要精心的设计。因此，在这里作者使用了HardTanh（即将y=x用±1截断，防止梯度过大）使得梯度值(F-X)处于±1范围之内。
除此之外，本文还提出了针对加法网络的自适应性学习率调整策略。将所有卷积层替换为加法层的AdderNet-ResNet50在ImageNet上达到了74.9%的Top-1准确率和91.7%的Top-5准确率（使用乘法运算实现卷积的ResNet50准确率才不过76.2%和92.9%），在性能损失极少的条件下大大地减少了运算时间。
注：尽管卷积层完全未使用乘法，AdderNet-ResNet50仍然在层间采用了涉及乘法运算的批归一化（Batch Normalization）（毕竟L1距离的相反数一定是非正的）。但是与卷积层的乘法运算相比，批归一化的乘法运算量完全不在一个数量级上，因此可以被忽略不计。
Paper 研习社每日精选论文推荐 12.31
Paper 研习社每日精选论文推荐 12.30
Paper 研习社每日精选论文推荐 12.27
Paper 研习社每日精选论文推荐 12.26
Paper 研习社每日精选论文推荐 12.25
原创文章，未经授权禁止转载。详情见 转载须知 。
中国考研网也称考研信息网，是国内领先的考研资讯门户网站，致力于服务广大考生，是研究生招生信息的发布整合平台。网址chinakaoyan.com.
WinRAR压缩软件是一款解压缩软件,电脑装机所需的软件之一,解压缩个人版免费.
正穗知识产权代理公司为中小企业提供广州商标注册、商标申请、注册流程及费用咨询、商标注册查询等服务，致力于为小微企业提供安全、优质、高效的工商财税一站式服务。
浙江国鸿新瑞房地产集团有限公司，创立于温州，总部位于温州市，集团成立至今，累计投资全国30余城共计80余个项目，累计总货值超200亿元，以多个优秀住宅、商业及产业新城项目享誉浙江房产界，成为近十万家庭的倾心之选。目前集团已形成“深耕浙江，立足华东，重点布局长三角黄金城市”的战略布局，为以更高的起点，进军全国地产百强而澎湃前行。
宁波柯易龙机械科技有限公司从事高端液压件产品的研发、制造与进出口业务。产品包括液压阀、液压泵（高压柱塞泵、叶片泵、齿轮泵）、液压马达、减速机、密封件等。 涵盖工业与工程机械领域，涉及农业、林业、矿业、建筑、电力、水利、船舶、港口等行业，应用于挖掘机、泵车、拖泵、地泵、旋挖钻、抓木机、注塑机、硫化机、弯管机等设备。
快递查询单号【www.guomeikuaidi.com】介绍快递单号查询服务,可查询包括圆通快递查询单号、顺丰快递查询、EMS快递、申通、天天快递、京东快递单号查询、韵达快递查询单号查询等国内知名快递公司快递单号跟踪查询.
上海江慎幕墙装饰集团有限公司前身为上海江慎建筑装饰工程有限公司成立于2017年3月，公司注册资金2222.22万元，由在行业内深耕细作多年的专家、资深人士、大企高管共同发起，创立的公司。
零零壹网络(linglingyi)服务热线:020-84848485我们是2014年成立的一家专业从事信息技术领域内的互联网公司.主要业务有:广州网站优化_番禺网站建设_商城开发_网站设计_网站制作_微信小程序_手机网站_并且提供域名注册_空间托管_企业邮箱等等一站式服务.建网站,找零零壹网络.
果博东方客服开户电话1904-8888886和(0883-6989999)开户-注册-上分-官网（fbs688.c0m）第一步打开果博官网，第二步注册后输入账号，【果博娱乐联系电话】【果博娱乐在线开户】【需要办理业务加以上联系方式】【24小时在线】【公司直属客服】【公司直属开户】
博妍装饰提供一站式装修服务，拥有专业的装修团队，为您提供高品质的装修设计施工服务。
三星芯片代理商主要销售三星芯片、三星IC、三星半导体等产品,荣获了三星芯片官网授予的中国三星芯片代理商,三星IC代理商,是购买三星半导体芯片最放心的三星芯片代理商.
秒发宝商贸平台群发软件是商务信息推广软件、B2B发布软件、B2B网站信息商机推广软件，B2B群发软件，商务营销软件，十分钟将您的产品商机信息和商务信息群发布到上千家国内电子商贸平台网站,让您的产品信息推广发布和网站信息群发布到整个互联网,助力企业实现商机网络发布营销推广效果。
今天，一则震惊IT业界的消息袭来IBM以340亿美金收购红帽公司一个时代结束了另一个时代开启了让我们回顾红帽发展史看看这家公司是怎么卖到340亿刀的KenThompson，贝尔实验室的研究员，写出了第一版的Unix，没有Unix就没有Linux，没有Linux，就没有红帽，Thompson和Ritchie在AT&，T工作中AT&...。
行业搞不搞价格战，你是，找，死还是，等，死，你，找，，才有可能突破，你，等，，肯定会死，这是四维图新程鹏在自家发布会上的一段话，近日，四维图新在广州举办了用户大会，向外界展示投入智驾的决心，比如，发布了四维图新NIInCar系列从入门级到中高阶的智驾产品矩阵，并发布了AC8025AE舱行泊一体芯片，对于这家成立20多年、从传统高精...。
发表在哈趣投影仪2023，11，2309，25小明Q3Neo和哈趣H2是价格接近的投影仪，并且都采用小巧的机身，那么在性能配置方面呢，下面就通过详细配置进行对比分析，看看小明Q3Neo和哈趣H2区别有哪些，哪款的性价比更高，更值得用户入手，小明Q3Neo和哈趣H2区别有哪些，1.亮度不同小明Q3Neo和哈趣H2采用的都是LCD技术，不...。
说到衣服消费者就应该会非常的熟悉，这是我们每都要接触到的东西，其实现在的人对于穿衣服也会非常的讲究，所以市场上出现的衣服款式也越来越多，女性朋友们总觉得自己的衣橱里面缺少自己满意的一件衣服，所以也也就促进了衣服实在市场上面的发展，二号街角衣服也是众多品牌中比较有名的一个，一直以来也都是设计各种各样的女士衣服，在竞争力这么大的市场中，二...。
烤肉是当下较为流行的美食项目，也深受广大消费者的喜爱，而在烤肉项目中以郭记烤肉更加知名，这是因为郭记烤肉对技术工艺不断锤炼提高烤肉的口味，增强自身的人气，现在郭记烤肉更是成为人气的加盟项目，受到很多创业者的青睐，那么大家是否清楚郭记烤肉加盟费多少钱若不清楚的，下面随着小编一起来了解下，郭记烤肉加盟费多少钱，郭记烤肉为了让口感更加新鲜，...。
11月25日晚间，海澜之家，发布公告，董事会于11月24日收到周建平先生的书面辞职报告，11月25日，公司召开第八届董事会第四次会议，选举周立宸先生为第八届董事会董事长及战略委员会委员，并由周立宸先生担任战略委员会主任委员，周立宸是周建平之子，至此，海澜之家正式完成新老交接，对于二代接班，周立宸表示，无论我是所谓的‘二代，还是职业...。
bn是billion，十亿的意思，100bn就是一千亿化学中Bn代表什么基团机票上bn是什么意思，在预订机票或许操持登机手续时，咱们经常会看到一个缩写为，BN，的标识，这个缩写有什么意义呢，实践上，BN指的是BookingNumber，也就是预订号码，这个号码是机票售卖商或许航空公司所调配的，用于标识乘客的航班消息、姓名和其余关系的预...。
本田思域是一款混合动力车型，上方将为您具体引见其混合动力系统及其好处，混动车的好处，混合动力汽车的燃油经济功能高，且行驶功能优越，因为混合动力汽车的发起机须要经常使用燃油，但在起步、减速时，电动马达的辅佐可以降落油耗，便捷来说，与同尺寸的普通汽车相比，燃油费用更低，绿牌车的规范，纯电动的汽车或许插电式混合动力的汽车等新动力车型可以上绿...。
关于不少孩子来说，，奥利奥，可是美味的名牌食品，奥利奥真有那么好，会不会也像某些食品一样坑孩子，为了让孩子们吃个明确，市区信报记者选择实地探望，看，奥利奥，能不能经得住，扭一扭，、，泡一泡，奥利奥的，娘家，——卡夫食品公司位于苏州工业园区，这座工厂领有近平方米的消费车间，关键产品有奥利奥、趣多多、太平梳打、乐之达能饼干系列、趣轻松威...。
铃木天语SX4是一款颇具亲民定位并备受生产者青眼的日系小型车，自面市以来，仰仗其持重的性能、省油经济、外观亮眼等好处，以及性价比极高的多少钱，不时是许多中产阶层和新手车主们的心头好，然而，关于铃木天语SX4的质量，不同的车主和车评人士认识各异，有的人以为其质量过硬，经久耐用；而有些人则埋怨有些部件易损、易坏，培修爱护老本较高，就团体见...。
中华全国工商业联结会网站，工商联指导，一栏最新消息显示，沈莹现任中央统战部副部长、全国工商联党组书记，正部长级，据引见，沈莹，女，汉族，1965年5月生，河南罗山人，中国共产党党员，北京大学政治经济学专业钻研生学历，经济学博士学位，副钻研员，地下消息显示，1983年，沈莹进入北京大学经济学院，本硕均攻读经济学专业，1990年硕士毕业...。
如何在Laravel中使用中间件进行数据缓存缓存是提高网站性能的重要手段之一。Laravel框架提供了丰富的缓存功能，可以使用中间件来实现数据缓存。本文将介绍如何在Laravel中使用中间件进行数据缓存，并给出具体的代码示例。一、使用中间件进行数据缓存的原理1.1缓存的作用和好处在Web开发中，许多请求需要从数据库或其他数据源中获取数据，这会占用大量的网络
据财联社消息，阿里巴巴天猫精灵的一款智能眼镜正在测试升级大模型交互系统，该音频眼镜能够实现随时智能语音交互，为用户提供即时的运动指导和饮食建议，在游戏过程中亦可陪聊角色攻略，如同一名AIGC助手，5月9日，天猫精灵旗下一款智能眼镜正式开售，售价为899元，该智能眼镜采用极简设计，整机重量仅27g，并提供了百搭黑框和商务钛金两种边框选择...。
今年刚好是卢松松博客成立十周年，我们来聊聊微信和支付宝的一些故事，要说现在中国的社会大众最常用哪一款软件，相信大家都会异口同声地喊出微信吧，其在社交领域和支付领域都占据着两片天，想要跨过它实在不容易，再说它的背景可是腾讯，国内数一数二的互联网企业，不过，并不是说微信在国内就称霸了，如今依旧有一款软件制衡着它，名字叫做——支付宝，支付宝...。
发表在问答视频2021，11，416，24展示机型信息，品牌型号，坚果J10、iPhone12系统版本，LUNAOS、iOS15.2先将坚果投影仪和手机连接到同一网络环境下，然后打开坚果投影仪的应用中心，找到并进入坚果投屏，最后回到手机上，打开手机屏幕镜像或无线投屏，扫描并连接坚果投影仪即可，坚果投影仪怎么连手机1.连接同一网络将坚果...。
iOS16中新增的天文壁纸在这两个新版本中也得到了优化，在编辑壁纸时，系统会通过一个小绿点来显示用户当前在地球上的实时位置，另外，锁定屏幕上的小组件不再会遮挡这个壁纸中的地球，地球的位置会根据锁定屏幕上是否有小组件来调整上下的位置，...。
尤瓦尔·赫拉利在其畅销书，人类简史，中，对人类的前途相当悲观，认为人类可能即将灭绝，他在书的最后一章，智人末日，感叹，人类社会存在了七万年，真正的大发展只是最近两三百年，然而，再过一千年，人类是否还会存在，已经很可疑了，技术高速发展导致的人类灭绝赫拉利认为，人类可能灭绝的根本原因，在于技术的高速发展，技术带来了现代化生活，也导致了前所...。
