实体
Lei Wang
Lei Wang
PulseAugur coverage of Lei Wang — every cluster mentioning Lei Wang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的GCR框架增强了AI模型特征表示
研究人员推出了一种名为图一致性正则化(GCR)的新框架,旨在提高深度学习模型中特征表示的语义意义。GCR将源自模型自身预测的关系图结构注入学习过程。该方法充当一种自提示机制,使模型能够通过将特征级关系与类一致的预测行为对齐来优化其内部结构。该框架不依赖于特定模型,轻量级,并在各种网络和数据集上展示了特征质量、类内凝聚力和泛化能力的提升。
-
新的支持集算法加速了具有非负和正交约束的优化
研究人员开发了一种新颖的支持集算法,旨在有效解决具有非负和正交约束的优化问题。该算法利用子问题的全局解可以闭式计算的性质,显著提高了计算效率。所提出的方法通过支持集的战略更新方案确保迭代的可行性并调整非零项的位置。已证明收敛到一阶平稳点,达到 $\epsilon$-近似一阶平稳点的迭代复杂度为 $O(\epsilon^{-2})$。数值结果表明在非负 PCA、聚类和社区检测等应用中表现强劲。
-
RefAlign 框架通过特征对齐增强了参考到视频的生成
研究人员推出了一种名为 RefAlign 的新颖框架,旨在改进参考到视频(R2V)生成。该方法明确地将扩散 Transformer 的参考分支的特征与视觉基础模型的特征进行对齐。对齐过程旨在增强主体身份的一致性,并提高不同主体之间的语义可区分性,从而减少复制粘贴伪影和多主体混淆等问题。RefAlign 仅在训练期间应用,不会产生推理时间开销,并在 OpenS2V-Eval 基准测试中展示了卓越的性能。