实体
Jiaying Lin
Jiaying Lin
PulseAugur coverage of Jiaying Lin — every cluster mentioning Jiaying Lin across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新框架LoTAS通过长期记忆增强视频显著对象排序
研究人员推出了一种新颖的框架LoTAS，旨在通过有效建模长期记忆和时间注意力转移来改进视频显著对象排序（VSOR）。该方法解决了现有VSOR方法在处理短输入帧片段时存在的局限性，这些局限性阻碍了它们跟踪长时间内显著性演变的能力。LoTAS包含一个用于历史显著性状态的时间上下文解码器和一个用于更新记忆的感知排序显著性状态编码器，同时还引入了帧间排序转换监督。为了进一步支持该领域的研究，还创建了一个包含多样化视频类型和场景的新挑战性数据集。
-
Meta学习框架提升多语言LLM在低资源语言上的对齐效果
研究人员开发了一种新颖的Meta学习框架，以提高多语言环境下大型语言模型（LLMs）的对齐效果，尤其是在低资源语言方面。该方法利用其他语言的偏好数据来创建可迁移的初始化，从而能够用最少的靶语种数据进行有效适应。该框架展示了显著的改进，在仅有100个偏好样本的极低资源场景下，获胜率提高了高达28%，并且在各种语言和模型规模上始终优于基线。
-
新数据集和模型解决异构毫米波动作识别难题
研究人员推出了UniMM-HAR，这是一个新数据集，旨在解决毫米波（mmWave）雷达人体动作识别中异构多源场景的挑战。该数据集是同类中最大的，并标准化了三种不同的雷达配置，以评估跨源泛化能力。为了处理异构性，他们还开发了感知多普勒点云网络（DAP-Net），该网络可改善模态内表示并对齐跨模态特征，以学习对数据源不变的动作语义。实验表明，DAP-Net 在准确性和鲁棒的跨源泛化方面达到了最先进水平。