Apprentissage de la cohérence sémantique pour l'apprentissage zéro-shot audio-visuel

Sciences de l'information, Informatique, Intelligence artificielle,
Apprentissage zéro-shot audio-visuel   Classification vidéo   Mécanisme d'attention   Géométrie hyperbolique   Cohérence sémantique  

Contexte académique Dans le domaine de l’intelligence artificielle, l’apprentissage zéro-shot (Zero-Shot Learning, ZSL) est une tâche extrêmement complexe, dont l’objectif est de reconnaître des échantillons de classes non vues en utilisant les connaissances des classes déjà vues. L’apprentissage audio-visuel zéro-shot (Audio-Visual Zero-Shot Learn...

Apprentissage conjoint de sous-mots multicouches activé par l'attention pour l'incorporation de mots chinois

Sciences de l'information, Informatique, Intelligence artificielle,
Incorporation de mots chinois   Analyse sémantique   Mécanisme d'attention   Sous-chaîne de caractéristiques   Information morphologique   Information de prononciation  

Contexte académique Ces dernières années, les vecteurs de mots chinois (Chinese Word Embedding) ont attiré une attention considérable dans le domaine du traitement du langage naturel (Natural Language Processing, NLP). Contrairement à l’anglais, la structure des caractères chinois est complexe et variée, ce qui pose des défis uniques pour la représ...

Un CNN d'apprentissage de la dépendance temporelle avec mécanisme d'attention pour le décodage MI-EEG

Sciences de l'information, Automatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Génie biologique,
Apprentissage de la dépendance temporelle   Réseaux de neurones convolutifs   Interface cerveau-ordinateur   Imagerie motrice   Mécanisme d'attention  

Un réseau de neurones convolutifs (CNN) de dépendance temporelle basé sur un mécanisme d’attention pour le décodage MI-EEG Contexte de recherche et description du problème Les systèmes d’Interface Cerveau-Machine (Brain-Computer Interface, BCI) offrent une nouvelle voie de communication avec les ordinateurs en traduisant en temps réel les signaux c...

Une approche basée sur le Transformer combinant un réseau d'apprentissage profond et des informations spatio-temporelles pour la classification des EEG bruts

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Neurologie, Sciences de la vie, Génie biologique,
Transformer   Classification EEG   Apprentissage profond   Informations spatio-temporelles   Mécanisme d'attention   Interface Cerveau-Ordinateur  

Contexte et Objectif de la Recherche Ces dernières années, les systèmes d’Interface Cerveau-Ordinateur (Brain-Computer Interface, BCI) ont été largement utilisés dans les domaines de l’ingénierie neuronale et des neurosciences, et l’électroencéphalogramme (EEG), en tant qu’outil pour refléter l’activité de différents groupes de neurones du système ...