人工智能的越来越重要，需要部署推理平台，以有效地管理AI管道和计算资源。随着这些管道的复杂性的增长，对分布式服务的需求增加并引入了漫长的网络延迟。在本文中，我们研究了网络如何成为AI管道的过高资源开销的福音 ...

特征提取对于旋转机械的智能故障诊断至关重要。卷积神经网络（CNN）更容易通过将复杂的一维（1D）振动信号转换为具有简单纹理的二维（2D）图像来视觉识别和学习故障特征。但是，作为图像作为图像编码1D信号的现有表示方法存在两个主要问题，包括复杂的计算和低可分离性 ...

现有的面部身份（faceID）自定义方法表现良好，但仅限于产生与输入相同的面孔，而在现实世界应用中，用户经常需要同一个人的图像，但具有不同的表达方式，例如不同的表达方式（例如，微笑，愤怒）或角度（e ...

我们提出了用于交互式框架插值的制定器，该框架的目标是根据用户创造力在两个图像之间平稳过渡框架。具体而言，除了将起点和终点作为输入之外，我们的方法还通过量身定制某些选定关键的轨迹来支持自定义过渡过程。这样的设计享有两个明显的好处 ...

我们考虑使用神经安装方法的实体和关系的学习表示。我们表明，大多数现有模型，包括NTN（Socher等人，2013年）和Transe（Bordes等人 ...

知识图包含有关世界的知识，并提供了这种知识的结构化表示。当前的知识图仅包含世界上真实的一小部分。链接预测方法旨在预测知识图的新链接，鉴于实体之间的现有链接 ...

神经符号（NESY）AI可以被视为与人类双过程认知的类比，用神经网络对直觉系统1进行建模和具有符号推理的算法系统2。但是，对于复杂的学习目标，NESY系统通常会产生与域知识不一致的输出，并且纠正它们是一项挑战。受到人类认知反射的启发，该反射迅速检测到我们直观的反应中的错误，并通过调用系统2推理来修订它们，我们建议通过基于绑架性学习（ABL）框架引入绑架性反射（ABL-REFL）来改善NESY系统  ...

我们提出了Unified-io，该模型执行了跨越经典计算机视觉任务任务的各种AI任务，包括姿势估计，对象检测，深度估计和图像产生，视觉和语言任务，例如区域字幕和引用表达，以自然语言处理任务，例如询问答案和paraphrasing。由于与每个任务有关的异质输入和输出，包括RGB图像，每个像素映射，二进制掩码，边界框和语言，为如此多的任务开发单个统一模型引起了独特的挑战。我们通过将每个受支持的输入和输 ...