论文学习

特征匹配已广泛应用于计算机视觉和模式识别等诸多领域，常用方法是将其分为两阶段： 第一阶段，显著的明显的特征，即从每幅图像中提取关键点及其局部描述子（descriptor），基于描述子的相似度约束建立一

Learning Joint Embedding with Multimodal Cues for Cross-Modal Video-Text Retrieval 简介 本文研究主要针对跨模态视频文

Multi-Modal Distance Metric Learning 简介 随着社交媒体的快速发展，多模态数据正在急剧增加，本文提出了一种有效的、可扩展的多模态距离度量学习框架。该方法基于mult

简介 文章提供了一份关于多模态智能模型与训练方法的技术总结，主要关注与CV和NLP的组合，为了提供一个结构化的透视图，根据三个关键主题组织了这次技术回顾：表示、融合和应用： 输入数据的学习表示是深度学

简介 多模态学习的目标是处理和联系不同模态（如图像，文本和音频等）间的数据，本文主要针对双模态数据，特别是图像和文本间的跨模态检索研究，跨模态学习的一个关键挑战是模态的异质性ーー缺乏来自不同模态数据间

多模态图像-图像转换网络 Pix2pix 和 Pix2pixHD Pix2pix 是最早使用条件GAN (cGAN)框架进行图像-图像转换的工作之一，它的目的是学习一个生成器，让一个输入图像$x$（例

原文链接 背景知识 多任务学习 多任务学习的目标是：从一个特定任务中发掘可以适用于其他任务的特征表示方法。场景分类、语义分割、字符识别、深度估计等多任务都可以通过一个RGB图像的单一模态输入来解决，这

Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networks 源码链接 简介 根据自然语

Towards Knowledge-Based Personalized Product Description Generation in E-commerce原文链接 源码和数据集链接 简介 在电

原文链接 简介 受欢迎度偏见（popularity bias）是推荐系统中长期存在的问题：受欢迎度高的项目被过度推荐，而用户可能感兴趣的不太受欢迎的项目被欠推荐，这种偏见对消费者和商家都有不利影响，许

原文链接 简介 近几十年来，推荐系统在电子商务的多个领域都很流行。然而，现有的大多数推荐系统设计都想当然地采用了以下两个假设: 未观察到的用户与项目之间的交互(即未标记的用户-项目元组)通常被标记为负

Representation Learning for Predicting Customer Orders 简介 预测未来客户订单对零售商做出许多关键的运营决策具有重要参考价值，这篇论文的目标在于预

原文链接 简介 本文研究的是关于排名的学习，即构建一个模型或函数来排名对象，学习排名对于文档检索、协同过滤和许多其他应用程序都非常有用。 许多应用程序的中心问题是排名，包括文档检索、协同过滤、专家查找

原文链接 简介 创意在电子商务中对于产品的展示有着非常重要的作用，卖家通常会为综合展示创造多个创意，因此展示最吸引人的设计来最大化点击率(CTR) 是至关重要的。然而，创意产品推荐比传统产品推荐更容易

文本-图像 多模态理解和生成评估挑战榜（MUGE） 官网地址：https://tianchi.aliyun.com/muge ；Github：https://github.com/MUGE-2021

简介 假新闻可以利用多媒体内容对读者进行误导和传播，产生负面影响，甚至操纵公众事件，在社交媒体上如何识别新出现事件是否为假新闻是一个新的独特挑战。论文中提出了一个端到端的框架称为事件对抗神经网络（Ev

简介 多模态预训练在跨模态表征学习的下游任务中取得了成功，然而目前尚缺乏大规模的汉语多模态预训练数据集。论文中提出了提出了最大的汉语预训练数据集，包括了1.9TB图片和292GB文本，该数据集覆盖范围

Cross-Modal Collaborative Representation Learning and a Large-Scale RGBT Benchmark for Crowd Countin

这是我参与11月更文挑战的第1天 链接 简介 样本间的距离估算在图形分析和机器学习应用中是非常重要的，为了学习可信赖的距离度量，我们通常需要大量的标记信息，然而现实中的数据大多没有标记而人工标记是劳动

信息和熵 数据挖掘的本质是探索测量变量间的关系，在数据挖掘的开始就要关注如何评估并尽可能改进一个测量变量的信息量。 熵 不同的信息价值不同，对于一个住在沙漠的人如果天气预报的信息是明天出太阳，现在这种