6月人工智能论文推荐 我对人工智能的理解论文怎么写

6月人工智能论文推荐

PromptSpaceOptimizingFew-shotReasoningSuccesswithLargeLanguageModels

https://arxiv.org/abs/2306.03799

Promptengineering是通过提供明确和具体的指令来增强大型语言模型(llm)能力的基本技术。它使LLM能够在各种任务中脱颖而出，例如算术推理、问题回答、摘要、关系提取、机器翻译和情感分析。研究人员一直在积极探索不同的提示工程策略，如思维链(CoT)、零样本思维链(Zero-CoT)和情境学习(In-contextlearning)。但是一个尚未解决的问题是，目前的方法缺乏确定最佳提示的坚实理论基础。为了解决提示工程中的这一问题，论文提出了一种新的、有效的方法——提示空间。

ESL-SNNs:AnEvolutionaryStructureLearningStrategyforSpikingNeuralNetworks

https://arxiv.org/abs/2306.03693

减少SNN模型大小和计算，同时在训练过程中通过修剪和再生连接的进化过程保持准确性。

在推理过程中，Spikingneuralnetworks在功耗和事件驱动特性方面表现出显著的优势。为了充分利用低功耗的优势，进一步提高这些模型的效率，论文探索了在训练后寻找冗余连接的稀疏snn的剪枝方法。在人脑中，神经网络的重新布线过程是高度动态的，而突触连接在大脑发育过程中保持相对稀疏。受此启发，轮文提出了一种高效的SNN进化结构学习(ESL)框架，命名为ESL-SNN，用于从头开始实现稀疏SNN的训练。

SegmentAnythinginHighQuality

https://arxiv.org/abs/2306.01567

用掩码校正对SAM进行修改可以提高性能，特别是在边缘情况下。

SAM代表了一个巨大的飞跃，尽管使用了11亿个掩码进行训练，但SAM的掩码预测质量在许多情况下都存在不足，特别是在处理结构复杂的物体时。论文精心设计重用并保留了SAM的预训练模型权重，同时只引入了最小的额外参数和计算。

SpQR:ASparse-QuantizedRepresentationforNear-LosslessLLMWeightCompression

https://arxiv.org/abs/2306.03078

通过量化将llm压缩到每个Int4，可以适用于笔记本电脑和移动电话等内存有限的设备，从而实现个性化使用。但是量化到每个参数3-4位通常会导致中等到高的精度损失，特别是对于1-10B参数范围内的较小模型。为了解决这个准确性问题，论文引入了稀疏量化表示(SpQR)，这是一种新的压缩格式和量化技术，首次实现了llm跨模型尺度的近无损压缩，同时达到了与以前方法相似的压缩水平。SpQR的工作原理是识别和隔离导致特别大的量化误差的异常权重，并以更高的精度存储它们，同时将所有其他权重压缩到3-4位。

TrackingEverythingEverywhereAllatOnce

https://arxiv.org/abs/2306.05422

从视频序列中估计密集和远距离运动的测试时间优化方法。

先前的光流或粒子视频跟踪算法通常在有限的时间窗口内运行，难以通过遮挡进行跟踪并保持估计运动轨迹的全局一致性。论文提出了一种完整且全局一致的运动表示，称为OmniMotion，它允许对视频中的每个像素进行准确的全长运动估计。OmniMotion使用准3d规范体积表示视频，并通过本地和规范空间之间的双射执行逐像素跟踪

LeveragingLargeLanguageModelsforScalableVectorGraphics-DrivenImageUnderstanding

https://arxiv.org/abs/2306.06094

大型语言模型(llm)在自然语言理解和生成方面取得了重大进展。但是它们在计算机视觉方面的潜力在很大程度上仍未被探索。论文介绍了一种新的探索性方法，使llm能够使用可缩放矢量图形(SVG)格式处理图像。通过利用基于xml的SVG表示的文本描述而不是光栅图像，目标是弥合视觉和文本模式之间的差距，允许llm直接理解和操作图像，而不需要参数化的视觉组件

TrajectoryFormer:3DObjectTrackingTransformerwithPredictiveTrajectoryHypotheses

https://arxiv.org/abs/2306.05888

三维MOT技术在常用的检测跟踪模式下取得了重要进展。但是这些方法仅使用当前帧的检测盒来获得轨迹盒关联结果，这使得跟踪器无法恢复检测器错过的目标。论文提出了一种新的基于点云的3DMOT框架——TrajectoryFormer。

MovieFactory:AutomaticMovieCreationfromTextusingLargeGenerativeModelsforLanguageandImages

https://arxiv.org/abs/2306.07257

MovieFactory是一个强大的框架，可以根据自然语言的需求生成电影图片(3072×1280)，电影风格(多场景)和多模态(声音)电影。作为所知的第一个完全自动化的电影生成模型，论文的方法使用户能够使用简单的文本输入创建具有流畅过渡的迷人电影，超越了现有的制作无声视频的方法，这些无声视频仅限于一个中等质量的场景。为了促进这种独特的功能，利用ChatGPT将用户提供的文本扩展为用于电影生成的详细顺序脚本。然后通过视觉生成和音频检索使脚本在视觉和听觉上栩栩如生。

DEYOv2:RankFeaturewithGreedyMatchingforEnd-to-EndObjectDetection

https://arxiv.org/abs/2306.09165

通过改进对GroundTruth匹配的预测来改进用于目标检测任务的transformer。

提出了一种新的目标检测器DEYOv2，它是第一代DEYO(带有YOLO的DETR)模型的改进版本。与其前身类似，DEYOv2采用渐进式推理方法来加速模型训练并提高性能。论文深入研究了一对一匹配在优化中的局限性，并提出了有效的解决方案，如RankFeature和Greedymatching。这种方法使DEYOv2的第三阶段能够在不需要NMS的情况下最大限度地从第一阶段和第二阶段获取信息，实现端到端优化。

https://avoid.overfit.cn/post/b4e61ad1dc414676bcad40bc558c892c

人工智能图像识别技术与应用论文合集

人工智能中的图像识别技术

 

随着人工智能技术的不断发展，图像识别技术越来越成熟，成

为了人工智能领域的一个重要分支。图像识别技术是指让机器可

以自动地对图像进行理解和解释。这种技术可以广泛应用于物体

识别、人脸识别、图像搜索等领域。它的应用范围已经涵盖了很

多方面，例如医疗、交通、监控等领域。本文将探讨人工智能中

的图像识别技术的原理、现状和未来发展趋势。

 

 

一、图像识别技术的原理

 

 

图像识别技术的原理可以简单地概括为：输入图像数据，输出

图像所代表物体的名称和特征。主要包括以下几个步骤：

 

 

1

、采集图像数据

 

 

图像识别的第一步是采集图像数据，可以通过摄像头、扫描仪、

数码相机等设备获取图像数据。采集的图像数据可以是图片、视

频等多种格式。

 

 

2

、图像预处理

 

人工智能与信息技术学院

为促进全国高校优秀大学生之间的交流和互动，增加对南京中医药大学人工智能与信息技术学院的认识和了解，激发大学生对软件工程基础理论和应用技术研究的兴趣和热情，吸引和选拔有浓厚科研兴趣和发展潜力的优秀学生进入我院攻读软件工程硕士研究生，特举办本期夏令营。

一、招生人数

本次“夏令营”计划招生人数为10人（软件工程及相关专业）。

二、时间和地点

时间：2023年7月8日

地点：线上

三、报名资格

1．申请资格

1）拥护中国共产党的领导，愿为社会主义现代化建设服务，品学兼优，遵纪守法，身心健康；

2）本科期间学习成绩优秀，为双一流高校学生；或普通高校学生前五学期总成绩排名在本校同年级本专业前30%或预计能够获得所在学校推荐免试攻读硕士研究生资格的学生；

3）本科专业为软件工程或相近学科的三年级大学生（2024年应届毕业生），有较强的创新意识、创新能力和专业能力；

4）英文水平良好，达到全国大学生英语六级水平。

2．申请材料

1）申请表（附件1）

2）本科成绩单

3）其他证明材料（如已发表论文、英文考试证书、获奖证书等复印件等）

以上材料可先提供电子版（电子版可先不加盖公章），请申请人于6月21日之前将电子版发至shixuqin@126.com。请将申请材料扫描后用zip压缩，压缩包和邮件名请以“学校+姓名+2023智信夏令营”的格式命名。被录取的学员在报到时提交纸质版（加盖学院公章），纸质版与电子版不符者将不得参加夏令营。联系电话：025-85811574，联系人：史老师。

3．选拔

夏令营选拔工作将于6月25日结束，选拔名单将以申请表中填报的联系电话或电子邮件直接通知本人，未入选者将不再另行通知。

四、夏令营安排

日期

内容

7月8日9:00-9:30

开营仪式、院长有约

7月8日9:30-10:30

学术讲座、导师沙龙

7月8日10:30-11:30

营员面试

7月8日11:30

结营仪式

五、相关政策

考核优秀的营员在2024年硕士研究生招生录取时可享受以下优惠政策：若获得所在学校推荐免试研究生外推资格，符合我校推免生招生要求，并第一志愿报考我院软件工程专业硕士研究生，根据本人志愿，可以优先预录取。

南京中医药大学人工智能与信息技术学院2023年大学生暑期夏令营申请表.docx

 

南京中医药大学人工智能与信息技术学院

2023年6月12日