会员服务

随波逐流：Similarity-Adaptive and Discrete Optimization

2018 年 2 月 6 日 我爱读PAMI 王靖琰

在哈希中，有一个非常重要的东西就是如何找一个比较好的相似度，可以让哈斯码能随着这个相似度而流动。电子科技大学的沈复民教授提出，可以搞一个深度学习模型来做哈希，然后用这个深度模型中的一层的输出来构建这个相似度，随波逐流。





Unsupervised Deep Hashing with Similarity-Adaptive and Discrete Optimization

Fumin Shen; Yan Xu; Li Liu; Yang Yang; Zi Huang; Heng TaoShen

IEEE Transactions on Pattern Analysis and MachineIntelligence

Year: 2018, Volume: PP, Issue: 99

Pages: 1 – 1


登录查看更多
5

相关内容

【伯克利】黑盒机器翻译系统的模仿攻击与防御，Imitation Attacks and Defenses for Black-box Machine Translation Systems
【伯克利】黑盒机器翻译系统的模仿攻击与防御，Imitation Attacks and Defenses for Black-box Machine Translation Systems
专知会员服务
6+阅读 · 2020年5月4日
【SIGIR2020】学习词项区分性，Learning Term Discrimination
【SIGIR2020】学习词项区分性，Learning Term Discrimination
专知会员服务
15+阅读 · 2020年4月28日
【CVPR2020-杭州电子科技大学】软化相似性学习的无监督行人重识别，Unsupervised Person Re-identification via Softened Similarity Learning
【CVPR2020-杭州电子科技大学】软化相似性学习的无监督行人重识别，Unsupervised Person Re-identification via Softened Similarity Learning
专知会员服务
22+阅读 · 2020年4月8日
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
专知会员服务
43+阅读 · 2020年3月26日
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
专知会员服务
53+阅读 · 2020年3月5日
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
专知会员服务
146+阅读 · 2019年12月28日
【互信息与自监督学习，32页ppt】'Notes and tutorials on "Mutual information and self-supervised learning‘“
【互信息与自监督学习，32页ppt】'Notes and tutorials on "Mutual information and self-supervised learning‘“
专知会员服务
25+阅读 · 2019年12月25日
【课程推荐】CMPUT 651: Topics in Artificial Intelligence--Deep Learning for NLP
【课程推荐】CMPUT 651: Topics in Artificial Intelligence--Deep Learning for NLP
专知会员服务
19+阅读 · 2019年11月7日
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
专知会员服务
29+阅读 · 2019年10月30日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
半监督多任务学习：Semisupervised Multitask Learning
半监督多任务学习：Semisupervised Multitask Learning
我爱读PAMI
18+阅读 · 2018年4月29日
读论文Discriminative Deep Metric Learning for Face and KV
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6日
相似图片搜索的原理
相似图片搜索的原理
数据库开发
9+阅读 · 2017年8月11日
深度撕裂的台湾：Semantics-Preserving Hash
深度撕裂的台湾：Semantics-Preserving Hash
我爱读PAMI
4+阅读 · 2017年3月29日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Optimization Models for Machine Learning: A Survey
Arxiv
18+阅读 · 2019年1月16日
Deep Learning for Image Denoising: A Survey
Arxiv
5+阅读 · 2018年10月11日
Learning Graph Embeddings from WordNet-based Similarity Measures
Learning Graph Embeddings from WordNet-based Similarity Measures
Arxiv
4+阅读 · 2018年8月16日
Supervised classification of Dermatological diseases by Deep learning
Supervised classification of Dermatological diseases by Deep learning
Arxiv
4+阅读 · 2018年7月31日
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Arxiv
5+阅读 · 2018年7月21日
Discriminative Cross-View Binary Representation Learning
Arxiv
9+阅读 · 2018年4月4日
Discriminability objective for training descriptive captions
Arxiv
9+阅读 · 2018年3月12日
Visual Interpretability for Deep Learning: a Survey
Arxiv
16+阅读 · 2018年2月7日
Image-Image Domain Adaptation with Preserved Self-Similarity and Domain-Dissimilarity for Person Re-identification
Arxiv
7+阅读 · 2018年1月10日
VIP会员
相关主题
相似度
最优化
哈希学习
深度模型
深度学习模型
深度学习
相关VIP内容
【伯克利】黑盒机器翻译系统的模仿攻击与防御，Imitation Attacks and Defenses for Black-box Machine Translation Systems
【伯克利】黑盒机器翻译系统的模仿攻击与防御，Imitation Attacks and Defenses for Black-box Machine Translation Systems
专知会员服务
6+阅读 · 2020年5月4日
【SIGIR2020】学习词项区分性，Learning Term Discrimination
【SIGIR2020】学习词项区分性，Learning Term Discrimination
专知会员服务
15+阅读 · 2020年4月28日
【CVPR2020-杭州电子科技大学】软化相似性学习的无监督行人重识别，Unsupervised Person Re-identification via Softened Similarity Learning
【CVPR2020-杭州电子科技大学】软化相似性学习的无监督行人重识别，Unsupervised Person Re-identification via Softened Similarity Learning
专知会员服务
22+阅读 · 2020年4月8日
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
专知会员服务
43+阅读 · 2020年3月26日
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
最大均方差正则化贝叶斯神经网络，Bayesian Neural Networks With Maximum Mean Discrepancy Regularization
专知会员服务
53+阅读 · 2020年3月5日
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
专知会员服务
146+阅读 · 2019年12月28日
【互信息与自监督学习，32页ppt】'Notes and tutorials on "Mutual information and self-supervised learning‘“
【互信息与自监督学习，32页ppt】'Notes and tutorials on "Mutual information and self-supervised learning‘“
专知会员服务
25+阅读 · 2019年12月25日
【课程推荐】CMPUT 651: Topics in Artificial Intelligence--Deep Learning for NLP
【课程推荐】CMPUT 651: Topics in Artificial Intelligence--Deep Learning for NLP
专知会员服务
19+阅读 · 2019年11月7日
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
【ICCV 2019 Toturial】Interpretable Machine Learning for Computer Vision（用于计算机视觉的可解释性机器学习）
专知会员服务
29+阅读 · 2019年10月30日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
热门VIP内容
相关资讯
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
半监督多任务学习：Semisupervised Multitask Learning
半监督多任务学习：Semisupervised Multitask Learning
我爱读PAMI
18+阅读 · 2018年4月29日
读论文Discriminative Deep Metric Learning for Face and KV
读论文Discriminative Deep Metric Learning for Face and KV
统计学习与视觉计算组
12+阅读 · 2018年4月6日
相似图片搜索的原理
相似图片搜索的原理
数据库开发
9+阅读 · 2017年8月11日
深度撕裂的台湾：Semantics-Preserving Hash
深度撕裂的台湾：Semantics-Preserving Hash
我爱读PAMI
4+阅读 · 2017年3月29日
相关论文
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Optimization Models for Machine Learning: A Survey
Arxiv
18+阅读 · 2019年1月16日
Deep Learning for Image Denoising: A Survey
Arxiv
5+阅读 · 2018年10月11日
Learning Graph Embeddings from WordNet-based Similarity Measures
Learning Graph Embeddings from WordNet-based Similarity Measures
Arxiv
4+阅读 · 2018年8月16日
Supervised classification of Dermatological diseases by Deep learning
Supervised classification of Dermatological diseases by Deep learning
Arxiv
4+阅读 · 2018年7月31日
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Arxiv
5+阅读 · 2018年7月21日
Discriminative Cross-View Binary Representation Learning
Arxiv
9+阅读 · 2018年4月4日
Discriminability objective for training descriptive captions
Arxiv
9+阅读 · 2018年3月12日
Visual Interpretability for Deep Learning: a Survey
Arxiv
16+阅读 · 2018年2月7日
Image-Image Domain Adaptation with Preserved Self-Similarity and Domain-Dissimilarity for Person Re-identification
Arxiv
7+阅读 · 2018年1月10日
大家都在搜
  1. 汽车智能化
  2. 笛卡尔
  3. 大型语言模型
  4. 时间序列
  5. 全面综述
  6. 智能推荐
  7. RE-NET
  8. palantir
  9. 无人艇
  10. 出海产品从 0 到 1 该怎么做
    11.
Top
微信扫码咨询专知VIP会员
Top