Articles de revues sur le sujet « Contrastive loss »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « Contrastive loss ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Vito, Valentino, et Lim Yohanes Stefanus. « An Asymmetric Contrastive Loss for Handling Imbalanced Datasets ». Entropy 24, no 9 (15 septembre 2022) : 1303. http://dx.doi.org/10.3390/e24091303.
Texte intégralHoffmann, David T., Nadine Behrmann, Juergen Gall, Thomas Brox et Mehdi Noroozi. « Ranking Info Noise Contrastive Estimation : Boosting Contrastive Learning via Ranked Positives ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 1 (28 juin 2022) : 897–905. http://dx.doi.org/10.1609/aaai.v36i1.19972.
Texte intégralAkash, Aditya Kumar, Vishnu Suresh Lokhande, Sathya N. Ravi et Vikas Singh. « Learning Invariant Representations using Inverse Contrastive Loss ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 8 (18 mai 2021) : 6582–91. http://dx.doi.org/10.1609/aaai.v35i8.16815.
Texte intégralAhmad, Sajjad, Zahoor Ahmad et Jong-Myon Kim. « A Centrifugal Pump Fault Diagnosis Framework Based on Supervised Contrastive Learning ». Sensors 22, no 17 (26 août 2022) : 6448. http://dx.doi.org/10.3390/s22176448.
Texte intégralAnderson, John. « A major restructuring in the English consonant system : the de-linearization of [h] and the de-consonantization of [w] and [j] ». English Language and Linguistics 5, no 2 (25 septembre 2001) : 199–212. http://dx.doi.org/10.1017/s1360674301000211.
Texte intégralCheng, Yixian, et Haiyang Wang. « A modified contrastive loss method for face recognition ». Pattern Recognition Letters 125 (juillet 2019) : 785–90. http://dx.doi.org/10.1016/j.patrec.2019.07.025.
Texte intégralLi, Yunfan, Peng Hu, Zitao Liu, Dezhong Peng, Joey Tianyi Zhou et Xi Peng. « Contrastive Clustering ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 10 (18 mai 2021) : 8547–55. http://dx.doi.org/10.1609/aaai.v35i10.17037.
Texte intégralCiortan, Madalina, Romain Dupuis et Thomas Peel. « A Framework Using Contrastive Learning for Classification with Noisy Labels ». Data 6, no 6 (9 juin 2021) : 61. http://dx.doi.org/10.3390/data6060061.
Texte intégralTanveer, Muhammad, Hung-Khoon Tan, Hui-Fuang Ng, Maylor Karhang Leung et Joon Huang Chuah. « Regularization of Deep Neural Network With Batch Contrastive Loss ». IEEE Access 9 (2021) : 124409–18. http://dx.doi.org/10.1109/access.2021.3110286.
Texte intégralDuan, Jiayi. « Reformatted contrastive learning for image classification via attention mechanism and self-distillation ». Journal of Physics : Conference Series 2284, no 1 (1 juin 2022) : 012013. http://dx.doi.org/10.1088/1742-6596/2284/1/012013.
Texte intégralFang, Hongchao, et Pengtao Xie. « An End-to-End Contrastive Self-Supervised Learning Framework for Language Understanding ». Transactions of the Association for Computational Linguistics 10 (2022) : 1324–40. http://dx.doi.org/10.1162/tacl_a_00521.
Texte intégralGómez-Silva, María J., Arturo de la Escalera et José M. Armingol. « Deep Learning of Appearance Affinity for Multi-Object Tracking and Re-Identification : A Comparative View ». Electronics 9, no 11 (22 octobre 2020) : 1757. http://dx.doi.org/10.3390/electronics9111757.
Texte intégralRezaeifar, Shideh, Slava Voloshynovskiy, Meisam Asgari Asgari Jirhandeh et Vitality Kinakh. « Privacy-Preserving Image Template Sharing Using Contrastive Learning ». Entropy 24, no 5 (3 mai 2022) : 643. http://dx.doi.org/10.3390/e24050643.
Texte intégralZhu, He, Yang Chen, Guyue Hu et Shan Yu. « Contrastive Learning via Local Activity ». Electronics 12, no 1 (29 décembre 2022) : 147. http://dx.doi.org/10.3390/electronics12010147.
Texte intégralPang, Bo, Deming Zhai, Junjun Jiang et Xianming Liu. « Fully Unsupervised Person Re-Identification via Selective Contrastive Learning ». ACM Transactions on Multimedia Computing, Communications, and Applications 18, no 2 (31 mai 2022) : 1–15. http://dx.doi.org/10.1145/3485061.
Texte intégralZOU, Yuanhao, Yufei ZHANG et Xiaodong ZHAO. « Self-Supervised Time Series Classification Based on LSTM and Contrastive Transformer ». Wuhan University Journal of Natural Sciences 27, no 6 (décembre 2022) : 521–30. http://dx.doi.org/10.1051/wujns/2022276521.
Texte intégralLiu, Mengxin, Wenyuan Tao, Xiao Zhang, Yi Chen, Jie Li et Chung-Ming Own. « GO Loss : A Gaussian Distribution-Based Orthogonal Decomposition Loss for Classification ». Complexity 2019 (12 décembre 2019) : 1–10. http://dx.doi.org/10.1155/2019/9206053.
Texte intégralZhu, Jiaqi, Shuaishi Liu, Siyang Yu et Yihu Song. « An Extra-Contrast Affinity Network for Facial Expression Recognition in the Wild ». Electronics 11, no 15 (22 juillet 2022) : 2288. http://dx.doi.org/10.3390/electronics11152288.
Texte intégralJain, Yash, Chi Ian Tang, Chulhong Min, Fahim Kawsar et Akhil Mathur. « ColloSSL ». Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 6, no 1 (29 mars 2022) : 1–28. http://dx.doi.org/10.1145/3517246.
Texte intégralQiao, Hezhe, Lin Chen, Zi Ye et Fan Zhu. « Early Alzheimer’s disease diagnosis with the contrastive loss using paired structural MRIs ». Computer Methods and Programs in Biomedicine 208 (septembre 2021) : 106282. http://dx.doi.org/10.1016/j.cmpb.2021.106282.
Texte intégralZheng, Kecheng, Cuiling Lan, Wenjun Zeng, Zhizheng Zhang et Zheng-Jun Zha. « Exploiting Sample Uncertainty for Domain Adaptive Person Re-Identification ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 4 (18 mai 2021) : 3538–46. http://dx.doi.org/10.1609/aaai.v35i4.16468.
Texte intégralZhang, Jiayi, Xingzhi Wang, Dong Zhang et Dah-Jye Lee. « Semi-Supervised Group Emotion Recognition Based on Contrastive Learning ». Electronics 11, no 23 (1 décembre 2022) : 3990. http://dx.doi.org/10.3390/electronics11233990.
Texte intégralTan, Xiaoyan, Yun Zou, Ziyang Guo, Ke Zhou et Qiangqiang Yuan. « Deep Contrastive Self-Supervised Hashing for Remote Sensing Image Retrieval ». Remote Sensing 14, no 15 (29 juillet 2022) : 3643. http://dx.doi.org/10.3390/rs14153643.
Texte intégralHu, Shengze, Weixin Zeng, Pengfei Zhang et Jiuyang Tang. « Neural Graph Similarity Computation with Contrastive Learning ». Applied Sciences 12, no 15 (29 juillet 2022) : 7668. http://dx.doi.org/10.3390/app12157668.
Texte intégralMo, Yujie, Liang Peng, Jie Xu, Xiaoshuang Shi et Xiaofeng Zhu. « Simple Unsupervised Graph Representation Learning ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 7 (28 juin 2022) : 7797–805. http://dx.doi.org/10.1609/aaai.v36i7.20748.
Texte intégralVirmani, D., P. Girdhar, P. Jain et P. Bamdev. « FDREnet : Face Detection and Recognition Pipeline ». Engineering, Technology & ; Applied Science Research 9, no 2 (10 avril 2019) : 3933–38. http://dx.doi.org/10.48084/etasr.2492.
Texte intégralSun, Ke, Taiping Yao, Shen Chen, Shouhong Ding, Jilin Li et Rongrong Ji. « Dual Contrastive Learning for General Face Forgery Detection ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 2 (28 juin 2022) : 2316–24. http://dx.doi.org/10.1609/aaai.v36i2.20130.
Texte intégralZeng, Jiaqi, et Pengtao Xie. « Contrastive Self-supervised Learning for Graph Classification ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 12 (18 mai 2021) : 10824–32. http://dx.doi.org/10.1609/aaai.v35i12.17293.
Texte intégralEtebari, Zahra, Ali Alizadeh, Mehrdad Naghzguy-Kohan et Maria Koptjevskaja Tamm. « Development of contrastive-partitive in colloquial Persian ». STUF - Language Typology and Universals 73, no 4 (26 novembre 2020) : 575–604. http://dx.doi.org/10.1515/stuf-2020-1019.
Texte intégralGuo, Tianyu, Hong Liu, Zhan Chen, Mengyuan Liu, Tao Wang et Runwei Ding. « Contrastive Learning from Extremely Augmented Skeleton Sequences for Self-Supervised Action Recognition ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 1 (28 juin 2022) : 762–70. http://dx.doi.org/10.1609/aaai.v36i1.19957.
Texte intégralMaheshwari, Paridhi, Ritwick Chaudhry et Vishwa Vinay. « Scene Graph Embeddings Using Relative Similarity Supervision ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 3 (18 mai 2021) : 2328–36. http://dx.doi.org/10.1609/aaai.v35i3.16333.
Texte intégralLi, Shimin, Hang Yan et Xipeng Qiu. « Contrast and Generation Make BART a Good Dialogue Emotion Recognizer ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 10 (28 juin 2022) : 11002–10. http://dx.doi.org/10.1609/aaai.v36i10.21348.
Texte intégralJu, Jeongwoo, Heechul Jung et Junmo Kim. « Extending Contrastive Learning to Unsupervised Redundancy Identification ». Applied Sciences 12, no 4 (20 février 2022) : 2201. http://dx.doi.org/10.3390/app12042201.
Texte intégralGupta, Devansh, Drishti Bhasin, Sarthak Bhagat, Shagun Uppal, Ponnurangam Kumaraguru et Rajiv Ratn Shah. « Contrastive Personalization Approach to Suspect Identification (Student Abstract) ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 11 (28 juin 2022) : 12961–62. http://dx.doi.org/10.1609/aaai.v36i11.21617.
Texte intégralParaskevopoulos, Georgios, Petros Pistofidis, Georgios Banoutsos, Efthymios Georgiou et Vassilis Katsouros. « Multimodal Classification of Safety-Report Observations ». Applied Sciences 12, no 12 (7 juin 2022) : 5781. http://dx.doi.org/10.3390/app12125781.
Texte intégralPan, Zhiqiang, et Honghui Chen. « Efficient Graph Collaborative Filtering via Contrastive Learning ». Sensors 21, no 14 (7 juillet 2021) : 4666. http://dx.doi.org/10.3390/s21144666.
Texte intégralZhou, Fan, Pengyu Wang, Xovee Xu, Wenxin Tai et Goce Trajcevski. « Contrastive Trajectory Learning for Tour Recommendation ». ACM Transactions on Intelligent Systems and Technology 13, no 1 (28 février 2022) : 1–25. http://dx.doi.org/10.1145/3462331.
Texte intégralTang, Shixiang, Peng Su, Dapeng Chen et Wanli Ouyang. « Gradient Regularized Contrastive Learning for Continual Domain Adaptation ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 3 (18 mai 2021) : 2665–73. http://dx.doi.org/10.1609/aaai.v35i3.16370.
Texte intégralWang, Hao, Euijoon Ahn et Jinman Kim. « Self-Supervised Representation Learning Framework for Remote Physiological Measurement Using Spatiotemporal Augmentation Loss ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 2 (28 juin 2022) : 2431–39. http://dx.doi.org/10.1609/aaai.v36i2.20143.
Texte intégralLi, Hang, Li Li et Hongbing Wang. « Defect Detection for Wear Debris Based on Few-Shot Contrastive Learning ». Applied Sciences 12, no 23 (22 novembre 2022) : 11893. http://dx.doi.org/10.3390/app122311893.
Texte intégralChen, Qiang, et Yinong Chen. « Multi-view 3D model retrieval based on enhanced detail features with contrastive center loss ». Multimedia Tools and Applications 81, no 8 (15 février 2022) : 10407–26. http://dx.doi.org/10.1007/s11042-022-12281-9.
Texte intégralDeepak, S., et P. M. Ameer. « Retrieval of brain MRI with tumor using contrastive loss based similarity on GoogLeNet encodings ». Computers in Biology and Medicine 125 (octobre 2020) : 103993. http://dx.doi.org/10.1016/j.compbiomed.2020.103993.
Texte intégralZhang, Xinyun, Binwu Zhu, Xufeng Yao, Qi Sun, Ruiyu Li et Bei Yu. « Context-Based Contrastive Learning for Scene Text Recognition ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 3 (28 juin 2022) : 3353–61. http://dx.doi.org/10.1609/aaai.v36i3.20245.
Texte intégralKim, Daeha, et Byung Cheol Song. « Contrastive Adversarial Learning for Person Independent Facial Emotion Recognition ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 7 (18 mai 2021) : 5948–56. http://dx.doi.org/10.1609/aaai.v35i7.16743.
Texte intégralMa, Ziping, Dongxiu Feng, Jingyu Wang et Hu Ma. « Retinal OCTA Image Segmentation Based on Global Contrastive Learning ». Sensors 22, no 24 (14 décembre 2022) : 9847. http://dx.doi.org/10.3390/s22249847.
Texte intégralChen, Liang, Yihang Lou, Jianzhong He, Tao Bai et Minghua Deng. « Evidential Neighborhood Contrastive Learning for Universal Domain Adaptation ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 6 (28 juin 2022) : 6258–67. http://dx.doi.org/10.1609/aaai.v36i6.20575.
Texte intégralChen, Haoyu, Hao Tang, Zitong Yu, Nicu Sebe et Guoying Zhao. « Geometry-Contrastive Transformer for Generalized 3D Pose Transfer ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 1 (28 juin 2022) : 258–66. http://dx.doi.org/10.1609/aaai.v36i1.19901.
Texte intégralCho, Jungchan. « Synthetic Source Universal Domain Adaptation through Contrastive Learning ». Sensors 21, no 22 (12 novembre 2021) : 7539. http://dx.doi.org/10.3390/s21227539.
Texte intégralLiu, Pingping, Lida Shi, Zhuang Miao, Baixin Jin et Qiuzhan Zhou. « Relative Distribution Entropy Loss Function in CNN Image Retrieval ». Entropy 22, no 3 (11 mars 2020) : 321. http://dx.doi.org/10.3390/e22030321.
Texte intégralZhao, Xusheng, et Jinglei Liu. « Leveraging Deep Features Enhance and Semantic-Preserving Hashing for Image Retrieval ». Electronics 11, no 15 (30 juillet 2022) : 2391. http://dx.doi.org/10.3390/electronics11152391.
Texte intégral