跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

什么是食物相似性?印度菜中的视觉表征与检索

arXiv:2610.37867v1 发布类型:新 摘要:食物相似性是检索、推荐、替代等食品计算任务的基础,然而目前对食物表征的评估往往仅着眼于身份的保持。我们探讨在身份之外,食物相似性还会发生怎样的变化:不同的视觉表征如何将食物组织成具有特定关系的邻域,这些邻域又揭示或掩盖了哪些烹饪上的关联,以及这些结构在不同表征之间是否具有一致性。印度菜提供了一个颇具挑战性的场景:在视觉上相似的食物可能拥有不同的烹饪身份,而同一烹饪家族内的食物在外观上却可能存在显著差异。本文基于扩展后的Khana数据集,并使用七种涵盖卷积神经网络、Transformer等架构的预训练视觉表征,

事件进展与其他报道

CFBrainAug:基于可解释的fMRI自闭症诊断的模块化诱导反事实脑网络增强方法

arXiv:2610.32184v1 发布类型:新 提要:基于静息态功能磁共振成像(rs-fMRI)的脑网络机器学习在自闭症谱系障碍(ASD)的诊断中展现出良好前景,但现有方法在训练数据有限的情况下极易出现过拟合,且其事后统计归因的临床可解释性较为有限。我们提出CFBrainAug,一种反事实脑网络学习框架,通过学习标签被改变后的脑网络,将数据增强与反事实解释统一起来。不同于传统的保持标签不变的数据增强方法,CFBrainAug首先检索一个与目标标签相反但拓扑结构相似的候选网络,随后在模块数量约束下对其进行优化。通过对真实网络与反事实网络的联合训练,能够丰富训练

事件进展与其他报道