Multiscale Dynamic Coding improved Spiking Actor Network for Reinforcement Learning
鄭重宣告:原文參見標題,如有侵權,請聯絡作者,將會撤銷釋出!
AAAI 2022
Abstract
在深度神經網路(DNN)的幫助下,深度強化學習(DRL)在從遊戲到機器人控制等許多複雜任務上取得了巨大成功。與具有部分受大腦啟發的結構和功能的DNN相比,脈衝神經網路(SNN)考慮了更多的生物學特徵,包括具有複雜動力學的脈衝神經元和具有生物學合理的可塑性原則的學習正規化。受生物大腦中細胞組裝的高效計算的啟發,基於記憶的編碼比讀出複雜得多,我們提出了一種多尺度動態編碼改進的脈衝執行者網路(MDC-SAN),用於強化學習以實現有效的決策。 網路尺度的種群編碼與神經元尺度的動態神經元編碼(包含二階神經元動力學)相結合,形成強大的時空狀態表示。 廣泛的實驗結果表明,我們的 MDC-SAN 在 OpenAI 健身房的四個連續控制任務上的表現優於其對應的深度參與者網路(基於 DNN)。我們認為這是從有效編碼到有效決策的角度改進 SNN 的重大嘗試,就像在生物網路中一樣。
相關推薦
Multiscale Dynamic Coding improved Spiking Actor Network for Reinforcement Learning
鄭重宣告:原文參見標題,如有侵權,請聯絡作者,將會撤銷釋出! AAAI 2022
LEARNING INVARIANT REPRESENTATIONS FOR REINFORCEMENT LEARNING WITHOUT RECONSTRUCTION
發表時間:2021(ICLR 2021) 文章要點:這篇文章想說,在state裡面其實有很多工無關的東西,如果用Reconstruction之類的方式去做就還是會考慮這些東西,作者提出用Bisimulation metric去做representation,讓late
DDGCN: A Dynamic Directed Graph Convolutional Network for Action Recognition
Introduction 作者認為解決如下兩個問題能有效增強GCN在動作識別中的能力: 1.在人類骨骼的不同部位中有著時空關聯性,但這些關聯性是動態的,而且在時空域中不同的動作關聯性也是不同的。因此提取這些關聯
《T-GCN: A Temporal Graph Convolutional Network for Traffic Prediction》 論文解讀
論文連結:https://arxiv.org/abs/1811.05320 最近發現部落格好像會被CSDN和一些奇怪的野雞網站爬下來?看見有人跟爬蟲機器人單方面討論問題我也蠻無奈的。總之原作者Missouter,部落格連結https://www.cnblogs.com/
目標檢測論文筆記一:RefineDet《Single-Shot Refinement Neural Network for Object Detection》
摘要:作者提出了一種網路結構RefineDet,既能取得比二階段目標檢檢測演算法更高的精度,也能保持與一階段目標檢測演算法相當的效率。網路主要由ARM、ODM和TCB三個模組組成,,並且應用多工損失函式來完成網
[CVPR 2020] 3DRegNet: A Deep Neural Network for 3D Point Registration
零、概要 論文: 3DRegNet: A Deep Neural Network for 3D Point Registrationtag: CVPR 2020; Registration程式碼: https://github.com/3DVisionISR/3DRegNet作者: G. Dias Pais, Srikumar Ramalingam, Ven
【論文筆記】LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation
本文提出了一種輕型但是有效的GCN網路用於推薦系統,它捨棄了傳統GCN的特徵變換和非線性啟用,並通過實驗驗證了這兩種操作對協同過濾是無效的,同時提出了一種輕量級的GCN網路構建模型(LightGCN)用於推薦
PEPSI++: Fast and Lightweight Network for Image Inpainting | 簡記
PEPSI : Fast Image Inpainting with Parallel Decoding Network 一篇不錯的筆記 該論文側重講解 :PEPSI 網路設計 | CAM | 判別器 等 改進;
閱讀筆記 Modality-specific and shared generative adversarial network for cross-modal retrieval
這一篇論文講的是使用多模態來進行圖片的檢索, 通過文字檢索出最好的圖片,模型結構如下:
Relation-Shape Convolutional Neural Network for Point Cloud Analysis 論文解讀
Abstract 1.點雲不規則點所表示的形狀是很難分析的,本文將規則的卷積操作應用了不規則的點雲分析上,稱為Relation-Shape Convolutional Neural Network,主要是為了學習點和點之間的幾何拓撲限制。
《A Lexicon-Based Graph Neural Network for Chinese NER》思維導圖筆記
A Lexicon-Based Graph Neural Network for Chinese NER 基於詞典的圖神經網路解決中文命名實體識別 作者: Tao Gui , Yicheng Zou等 單位:復旦大學 發表會議及時間: EMNLP2019
DDRG翻譯.Deep Relational Reasoning Graph Network for Arbitrary Shape Text Detection
摘要 由於場景文字的多樣性和複雜性,任意形狀文字檢測是一項具有挑戰性的任務。在本文中,我們提出了一種新穎的統一關係推理圖網路用於任意形狀的文字檢測。在我們的方法中,一個獨創的區域性圖構建了文字
論文筆記007-Neighborhood Matching Network for Entity Alignment
1. 簡介 題目:《Neighborhood Matching Network for Entity Alignment》 來源:ACL-2020 連結:論文連結
視訊超分:FSTRN(Fast Spatio-Temporal Residual Network for Video Super-Resolution)
論文:視訊超分的快速時空殘差網路 文章檢索出處: 2019 CVPR 讀後感:模型單看架構圖就能瞭解七八,語言不夠精簡。唯一亮點為模型可行性分析部分,但是稍顯難懂晦澀。
【CoSOD】ICNet: Intra-saliency Correlation Network for Co-Saliency Detection
ICNet: Intra-saliency Correlation Network for Co-Saliency Detection 原始文件:https://www.yuque.com/lart/papers/abs95w
【ARXIV2104】Attention in Attention Network for Image Super-Resolution
程式碼地址:https://github.com/haoyuc/A2N 1、Motivation 注意力機制在超解析度領域應用較多,作者提出兩個問題:
【TIP2021】A Progressive Coupled Network for Real-Time Image Deraining
Rain-Free and Residue Hand-in-Hand: A Progressive Coupled Network for Real-Time Image Deraining, TIP 2021
Self-Training using Selection Network for Semi-supervised Learning
論文閱讀: Self-Training using Selection Network for Semi-supervised Learning 作者說明 版權宣告:本文為博主原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處連結和本宣告。
論文翻譯:2018_CRN_A Convolutional Recurrent Neural Network for Real-Time Speech Enhancement
論文地址:用於實時語音增強的卷積遞迴神經網路 程式碼地址:https://github.com/JupiterEthan/CRN-causal
LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation閱讀筆記
動機 本文是2020年SIGIR的一篇文章。最近圖卷積網路(GCN)在協同過濾推薦中大放異彩,但是卻很少有工作探究其為什麼在協同過濾推薦系統中有效,缺乏較為完善的消融實驗,在本文中,作者通過一系列消融實驗發現GCN中