每日论文 | 句子嵌入在医疗问答系统中的作用;不用传感器进行场景深度估计;用机器学习解决多种优化问题

2018 年 11 月 18 日 论智

1

Exploiting Sentence Embedding for Medical Question Answering

词嵌入已经有了不错的成果,但是句子嵌入仍然是待解决的问题。在这篇文章中,我们提出了一种监督式学习框架,研究医疗问题的问答任务中,句子嵌入的问题。该学习框架包含两个主要部分,一个是句子嵌入生产模块,另一种是计分模块。前者处理语境中的自我注意力和多种尺度,将句子编码进嵌入张量中。后者使用两种计分策略:语义匹配计分和语义联系计分。

地址:https://arxiv.org/abs/1811.06156

2

Depth Prediction Without the Sensors: Leveraging Structure for Unsupervised Learning from Monocular Videos

对室内室外的机器人来说,通过RGB输入衡量场景的深度是一个挑战性任务。在这篇文章中,我们用非监督学习方法解决了场景深度问题。我们提出了一种新方法,可以生成高质量结果,可以模拟移动物体。通过模拟场景和单独目标,在学习过程中生成几何结构。用单镜视频学习相机本身的移动和目标物体的移动。最终这一方法超过了所有现有最优技术。

地址:https://arxiv.org/abs/1811.06152

3

Machine Learning for Combinatorial Optimization: a Methodological Tour d'Horizon

这篇论文研究了最近机器学习和研究领域的优化方法的结合,即用机器学习解决多种优化方法。目前很多决策算法要么需要大量计算时间,要么没有清晰的数学定义。这篇文章的主要目的就是将生成优化问题看成是数据点,研究与目标任务相关的都有哪些问题。

地址:https://arxiv.org/abs/1811.06128

登录查看更多
5

相关内容

专知会员服务
80+阅读 · 2020年6月20日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
CMU博士论文:可微优化机器学习建模
专知会员服务
58+阅读 · 2019年10月26日
论文浅尝 | 通过文本到文本神经问题生成的机器理解
开放知识图谱
10+阅读 · 2019年6月30日
计算机视觉方向简介 | 室内场景的结构化重建
计算机视觉life
8+阅读 · 2018年11月13日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
【机器学习】如何通过机器学习预测维护设备?
产业智能官
16+阅读 · 2018年7月9日
已删除
将门创投
3+阅读 · 2018年4月10日
机器学习算法在自动驾驶领域的应用大盘点!
AI科技评论
3+阅读 · 2017年7月3日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Two Stream 3D Semantic Scene Completion
Arxiv
4+阅读 · 2018年7月16日
Arxiv
4+阅读 · 2018年1月29日
VIP会员
相关VIP内容
专知会员服务
80+阅读 · 2020年6月20日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
CMU博士论文:可微优化机器学习建模
专知会员服务
58+阅读 · 2019年10月26日
相关论文
Top
微信扫码咨询专知VIP会员