هاب پژوهشی
مقالات مرجع مسیر یادگیری، با خلاصهی ساختاریافته و گراف استنادی دوطرفه.
8 مقاله
Attention Is All You Need
Aidan N. Gomez، Noam Shazeer، Illia Polosukhin، Jakob Uszkoreit، Łukasz Kaiser، Niki Parmar، Llion Jones، Ashish Vaswani
یافته: Transformer توانست در ترجمه ماشینی به دقتی بهتر از مدلهای قبلی دست یابد و در عین حال زمان آموزش را بهشدت کاهش دهد (به دلیل موازیسازی).
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
Zhe Cao، Tomas Simon، Yaser Sheikh، Shih-En Wei
یافته: این روش توانست در زمان واقعی (بیش از ۱۰ فریم بر ثانیه) به دقت بالایی در تخمین وضعیت چند نفره دست یابد و در رقابتهای MPII و COCO عملکرد برتری نشان دهد.
You Only Look Once: Unified, Real-Time Object Detection
Santosh Divvala، Joseph Redmon، Ross Girshick، Ali Farhadi
یافته: نشان داده شد که YOLO بهطور قابلتوجهی سریعتر از روشهای قبلی است (میتواند ۴۵ فریم در ثانیه پردازش کند) در حالی که دقت قابل قبولی دارد و اشتباهات پسزمینه را کاهش میدهد.
ImageNet Classification with Deep Convolutional Neural Networks
Ilya Sutskever، Alex Krizhevsky، Geoffrey E. Hinton
یافته: AlexNet با اختلاف زیادی (نرخ خطای ۱۵٫۳٪ نسبت به ۲۶٫۲٪ روش دوم) برندهی رقابت ImageNet 2012 شد و نشان داد که شبکههای عمیق کانولوشنی بر روی دادههای بزرگ بسیار مؤثرند.
Long Short-Term Memory
Jürgen Schmidhuber، Sepp Hochreiter
یافته: LSTM توانست در مسائلی مانند تشخیص گفتار، ترجمه ماشینی و تولید متن، عملکرد بسیار بهتری نسبت به RNNهای ساده نشان دهد و وابستگیهای طولانیمدت را بهخوبی مدل کند.
Learning representations by back-propagating errors
Geoffrey E. Hinton، David E. Rumelhart، Ronald J. Williams
یافته: پسانتشار خطا میتواند وزنهای شبکهی چندلایه را برای دستهبندی پیچیده تنظیم کند.
Learning representations by back-propagating errors
Ronald J. Williams، David E. Rumelhart، Geoffrey E. Hinton
یافته: نشان داده شد که پسانتشار خطا میتواند شبکههای عصبی چندلایه را برای مسائل غیرخطی مانند تشخیص الگو و یادگیری بازنماییها، بهطور مؤثر آموزش دهد.
Learning representations by back-propagating errors
David E. Rumelhart، Ronald J. Williams، Geoffrey E. Hinton
یافته: امکان آموزش شبکههای عمیق و یادگیری بازنماییهای پیچیده فراهم شد.