Advertisement

Informer2020: AAAI 2021收录论文Informer的GitHub仓库

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
Informer是AAAI 2021会议所收录的一篇论文中的创新成果,该GitHub项目提供了Informer的相关代码和资源。此模型致力于高效地处理长序列时间预测任务,在速度与准确性上都具有显著优势。 告密者(Informer)是用于长序列时间序列预测的超越高效变压器模型,并获得了AAAI21最佳论文奖。这是原始Pytorch实现版本。 特别感谢Jieqi Peng为此存储库建立贡献。 新闻更新: - 2021年2月22日:我们提供了便于使用的版本。 - 2021年2月8日:我们的Informer论文被授予AAAI最佳论文奖。我们将继续进行研究,并对这个仓库进行定期更新。 如果您发现我们的工作对您有帮助,请关注此存储库并引用我们的论文。 图1展示了Informer的架构,其中稀疏注意自我注意分数形成一个长尾分布,“活跃”查询位于“头部”区域而“懒惰”的查询则分布在“尾部”。我们设计了ProbSparse Attention机制来选择这些“活跃”查询。带有Top-u查询的ProbSparse Attention通过概率分布形成了一个更加稀疏且高效的Transformer模型。 为什么不是其他方法呢?Informer在处理长序列时间预测问题时,展现出了超越传统变压器架构的效率和性能优势。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Informer2020: AAAI 2021InformerGitHub
    优质
    Informer是AAAI 2021会议所收录的一篇论文中的创新成果,该GitHub项目提供了Informer的相关代码和资源。此模型致力于高效地处理长序列时间预测任务,在速度与准确性上都具有显著优势。 告密者(Informer)是用于长序列时间序列预测的超越高效变压器模型,并获得了AAAI21最佳论文奖。这是原始Pytorch实现版本。 特别感谢Jieqi Peng为此存储库建立贡献。 新闻更新: - 2021年2月22日:我们提供了便于使用的版本。 - 2021年2月8日:我们的Informer论文被授予AAAI最佳论文奖。我们将继续进行研究,并对这个仓库进行定期更新。 如果您发现我们的工作对您有帮助,请关注此存储库并引用我们的论文。 图1展示了Informer的架构,其中稀疏注意自我注意分数形成一个长尾分布,“活跃”查询位于“头部”区域而“懒惰”的查询则分布在“尾部”。我们设计了ProbSparse Attention机制来选择这些“活跃”查询。带有Top-u查询的ProbSparse Attention通过概率分布形成了一个更加稀疏且高效的Transformer模型。 为什么不是其他方法呢?Informer在处理长序列时间预测问题时,展现出了超越传统变压器架构的效率和性能优势。
  • SCNet: 来自AAAI 2021和代码
    优质
    SCNet是发表于AAAI 2021会议的一篇学术论文及其配套代码,专注于提出一种新颖的网络架构或算法,以解决特定领域的挑战性问题。 网络介绍 我们提供用于再现实验结果的工具。 强调: SCNet解决了现有的级联方法在实例分割中的训练与推断样本分布不匹配的问题。 SCNet加强了子任务之间的关系:分类、检测和分段。 最先进的技术:在ResNext-101上,SCNet实现了44.7盒式AP和42.3面罩AP,在没有额外噪音的情况下。可以通过使用已知的插件和技术(例如Group Norm,DCN,多尺度训练测试)进一步改善此性能。 快速的培训与推理:相比其他方法,SCNet不仅能实现更好的性能,并且可以更快地进行培训与推理,并需要更少的内存。请参阅下面的比较。 数据集 SCNet需要COCO和COCO-stuff数据集来进行训练。您需要下载并解压缩到相应的路径中。目录结构应该如下所示: ``` mmdetection ├── mmdet ├── tools ├── configs ├── data │ ├── coco... ```
  • AAAI 2021上关于序列推荐(SR)五篇
    优质
    本简介总结了AAAI 2021会议上关于序列推荐(SR)的五篇精选论文,涵盖了新颖算法、模型优化及应用场景等多个方面,为该领域的研究者提供了宝贵的参考。 近期AAAI 2021的所有论文列表已经公布,在这些被接受的论文中,有关序列推荐(Sequential Recommendation, SR)的研究有很多。近年来,诸如时间行为分析、冷启动序列推荐以及线上实时推理机制等一系列前沿方法与应用受到了广泛关注,使得序列推荐成为当前一个热门的话题。
  • React中GitHub下载-20240710
    优质
    这是一个包含React框架最新版本官方中文文档的GitHub仓库。截至2024年7月10日更新,适合开发者学习和查阅。 React中文文档的GitHub存储库提供了详细的教程和指南。
  • AAAI 2021上关于对抗攻击六篇相关
    优质
    本文综述了在AAAI 2021会议上发表的六篇有关对抗攻击的研究论文,涵盖了从理论分析到实际应用的最新进展。 近年来,关于对抗攻击(Adversarial Attack)的相关研究论文数量显著增加。这些研究涵盖了多个领域,包括传统的对抗攻击方法、基于图数据的新型攻击手段以及在自然语言处理(NLP)和计算机视觉(CV)中的应用与防御技术等前沿话题。这一主题因其创新性和实用性而备受关注,成为了当前的研究热点之一。
  • GHSDD:Chrome插件,用于从GitHub下载任意子目
    优质
    GHSDD是一款便捷实用的Chrome插件,专为需要从GitHub仓库下载特定子目录或单个文件的用户设计。它简化了繁琐的手动下载过程,提升了工作效率。 卫生署Chrome扩展程序可以从GitHub存储库下载任何子目录或文件。很多时候您只想下载一个仓库的特定部分,例如在寻找某个库的时候只想要其中提供的示例代码而不是整个仓库的内容。当前GitHub界面仅允许用户下载单个文件或者将整个仓库打包为zip格式进行下载。 此款Chrome扩展程序解决了上述问题:它能让用户通过粘贴子目录的GitHub URL来直接获取该部分作为压缩包(而非克隆整个项目)。使用步骤如下: 1. 点击“下载[zip]”; 2. 解压文件。 3. 在浏览器地址栏输入chrome://extensions,开启开发者模式。 4. 单击“加载未打包扩展程序”,选择包含此扩展程序的目录。此时您应该在扩展列表中看到名为GHSDD的新条目。 测试方法:通过弹出窗口粘贴子目录链接并获取zip文件即可完成下载操作。 该工具基于其他项目进行开发。
  • 2021年332书店管理系统毕业.docx
    优质
    本论文深入探讨并设计了一套适用于小型书店的仓库管理系统。针对当前书店库存管理中的痛点问题,提出了创新性的解决方案,并通过实际案例验证了该系统在提升运营效率和客户满意度方面的有效性。此研究对推动实体书店行业的数字化转型具有积极意义。 本段落包括摘要、背景意义、论文结构安排、开发技术介绍、需求分析、可行性分析、功能分析、业务流程分析、数据库设计、ER图、数据字典、数据流图、详细设计、系统截图、测试总结以及致谢和参考文献等内容。
  • FANN官方GitHub-C/C++开发
    优质
    FANN官方GitHub仓库是C/C++开发者用于访问快速响应神经网络库(FANN)资源的地方,包括源代码、文档和示例项目。 快速人工神经网络(FANN)库是一个免费的开源工具,在C语言中实现了多层人工神经网络,并支持完全连接和稀疏连接的网络结构。它能够在定点数和浮点数之间灵活切换,适用于多种平台。此外,该库提供了一个简便的数据集处理框架来辅助训练过程。其特点包括易用性、广泛的应用范围以及高效的运行速度。FANN还能够与超过15种编程语言集成使用。
  • 管理系统-
    优质
    本文探讨了仓库管理系统的设计与实现,分析了系统在提高仓储效率、优化库存管理和降低运营成本方面的应用价值。 本段落档为Java仓库管理系统文档。相应的源代码及数据库在上传文件中可找到。具体目录如下: 摘 要 一、引 言 1.1 介绍本课题的目的和意义 1.2 本课题指导思想、应解决的主要问题及达到的技术要求 二、系统概述 2.1 系统设计背景 2.2 系统的功能简介 2.3 数据库技术的现状与发展 三、系统的分析及设计 3.1 需求分析 3.1.1 功能需求 3.1.2 运行需求 3.1.3 性能需求 3.2 总体设计 3.2.1 系统开发步骤 3.2.2 可行性分析 3.2.3 功能分析 3.2.4 用例图分析 四、详细设计 4.1 数据库设计 4.1.1 数据库需求分析 4.1.2 数据库概念结构设计 4.2 系统模块设计 4.2.1 仓库管理系统的登陆设计 4.2.2 仓库产品信息模块的设计 五、系统测试 5.1 系统测试的目的和原则 5.2 系统测试 5.2.1 系统测试要点 5.2.2 数据录入测试要点 5.3 系统测试内容 5.3.1 测试概要 5.3.2 测试用例 5.4 测试结果 5.4.1 测试结果 5.4.2 测试总结 结束语 致 谢 参考文献
  • RecSys-PaperList:截至2021AAAI、SIGIR、WWW、RecSys和CIKM会议推荐系统列表
    优质
    RecSys-PaperList是一个全面汇总了2021年前在AAAI、SIGIR、WWW、RecSys及CIKM会议上发表的推荐系统相关研究文献的资源库,为学术界与产业界的学者提供了宝贵的参考。 推荐系统论文清单 AAAI-20 1. PEIA:在社交媒体上推荐音乐的人格与情感综合注意力模型 2. 下一步:为兴趣点建议建模长期和短期用户首选项 3. 推荐的Knowledge-Aware注意推理网络 4. 通过引人入胜的路线增强个性化旅行推荐 5. 有效的异构协作过滤而无需负采样 6. 个性化下一位置推荐的注意力循环神经网络 7. 记忆增强图神经网络的顺序推荐 8. 利用标题摘要注意语义进行论文推荐 9. 隐式反馈的多元化互动推荐 10. 以问题为导向的采购倾向性分析 11. 具有关系感知的核心自我注意的顺序推荐 12. 双向市场平台中的增量公平:关于平稳更新建议 13. 异构信息网络中多样式推荐的注意力引导步行模型 14. 表2分析:多维数据通用分析模式的建模和建议