Uczenie głębokie
Liczba metod: 336.
Deep learning / NLP / CV 223
Klasyfikacja oparta na BERTKlasyfikacja oparta na domenowo adaptowanym modelu BERTKonwolucyjna sieć neuronowa adaptacyjna do dziedzinyModel dyfuzyjny adaptacyjny do dziedzinyDomain-adaptive Doc2VecAdaptacyjna GAN domenowaGRU z adaptacją dziedzinowąKlasyfikacja obrazów adaptacyjna do dziedzinyAdaptacyjna segmentacja instancji między domenamiAdaptacyjny do dziedziny Perceptron WielowarstwowyNazewnictwo jednostek nazwanych z adaptacją do domenyAdaptacyjne modelowanie tematów NMFAdaptacyjne odpowiadanie na pytania w dziedzinie (DA-QA)Rekurencyjna sieć neuronowa z adaptacją domenowąAdaptacyjne uczenie ze wzmocnieniem dla różnych domenAdaptacyjna do domeny klasyfikacja oparta na RoBERTaOsadzone reprezentacje zdań adaptowane do dziedzinyAdaptacja domenowa analizy sentymentuAdaptacja domenowa streszczania tekstówTransformator adaptacyjny do dziedzinyWariacyjny autoenkoder adaptacyjny do dziedzinyAdaptacyjny Wizualny TransformerDomain-adaptive Word2VecWyjaśnialna klasyfikacja oparta na BERTWyjaśnialny Model DyfuzyjnyWyjaśnialne GAN (Explainable GAN)Explainable Graph Neural NetworkWyjaśnialne GRUWyjaśnialna klasyfikacja obrazówSegmentacja instancji z wyjaśnieniamiWyjaśnialny model tematyczny LDAExplainable LSTMWyjaśnialny Perceptron WielowarstwowyWyjaśnialne rozpoznawanie jednostek nazwanychWyjaśnialny Model Tematyczny NMFWyjaśnialne wykrywanie obiektówWyjaśnialne odpowiadanie na pytaniaWyjaśnialna rekurencyjna sieć neuronowaWyjaśnialna uczenie ze wzmocnieniemKlasyfikacja oparta na modelu RoBERTa z wyjaśnieniemWyjaśnialna segmentacja semantycznaWyjaśnialne osadzenia zdańWyjaśnialna analiza sentymentuWyjaśnialne streszczanie tekstuWyjaśnialne modelowanie tematówWyjaśnialny TransformerWyjaśnialny autoenkoder wariacyjnyExplainable Vision TransformerKlasyfikacja oparta na dostrojonym modelu BERTDostrojona konwolucyjna sieć neuronowaDostrojony model dyfuzyjnyDostrojony Doc2VecDostrojona generatywna sieć przeciwstawnaDostrojony GRUDostrajanie klasyfikacji obrazówDostrojony model tematyczny LDADostrojona sieć LSTMDostrojony Perceptron WielowarstwowyDostrajanie rozpoznawania jednostek nazewniczychDostrajanie odpowiedzi na pytaniaDostrojona rekurencyjna sieć neuronowaDostrajanie uczenia przez wzmacnianieKlasyfikacja oparta na dostrojonym modelu RoBERTaDostrajanie semantycznej segmentacjiDostrojone osadzenia zdańDostrajanie podsumowywania tekstuDostrajanie modelowania tematówDostrojony TransformerDostrojony wariacyjny autoenkoderDostrojony Vision TransformerFine-Tuned Word2VecGated Recurrent Unit (GRU)Klasyfikacja obrazówSegmentacja instancjiModel tematyczny LDADługa pamięć krótkotrwała (LSTM)Wielojęzyczna splotowa sieć neuronowaWielojęzyczny model dyfuzyjnyMultilingual Doc2VecWielojęzyczna GANWielojęzyczna grafowa sieć neuronowaWielojęzyczne GRUKlasyfikacja obrazów w wielu językachWielojęzyczne LSTMWielojęzyczne Perceptron WielowarstwowyWielojęzyczne odpowiadanie na pytaniaWielojęzyczna rekurencyjna sieć neuronowaWielojęzyczne uczenie ze wzmocnieniemKlasyfikacja oparta na wielojęzycznym modelu RoBERTaWielojęzyczna segmentacja semantycznaWielojęzyczne osadzanie zdańWielojęzyczna analiza sentymentuStreszczanie wielojęzycznych tekstówModelowanie tematów wielojęzycznychWielojęzyczny transformatorWielojęzyczny autoenkoder wariacyjnyWielojęzyczny Transformer WizyjnyKlasyfikacja multimodalna oparta na BERTWielomodalna sieć neuronowa konwolucyjnaModel dyfuzyjny multimodalnyMultimodal Doc2VecWielomodalny GANWielomodalna grafowa sieć neuronowaMultimodal GRUKlasyfikacja multimodalna obrazówSegmentacja instancji multimodalnychWielomodalny model tematów LDAMultimodal LSTMWielomodalny Perceptron WielowarstwowyWielomodalne rozpoznawanie nazw własnychWielomodalny model tematów NMFDetekcja obiektów multimodalnychOdpowiadanie na pytania multimodalneWielomodalna rekurencyjna sieć neuronowaUczenie ze wzmocnieniem multimodalneKlasyfikacja multimodalna oparta na modelu RoBERTaSegmentacja semantyczna multimodalnaOsadzenia zdań multimodalnychStreszczanie multimodalnych tekstówModelowanie tematów multimodalnychTransformator multimodalnyWielomodalny autoenkoder wariacyjnyMultimodal Vision TransformerMultimodal Word2VecModel tematyczny NMFDetekcja obiektówRekurencyjna Sieć NeuronowaUczenie ze wzmocnieniemKlasyfikacja oparta na RoBERTaKlasyfikacja oparta na samo-nadzorowanym modelu BERTSamo-nadzorowana konwolucyjna sieć neuronowaModel dyfuzyjny uczony w sposób samodzielnySamo-nadzorowana sieć GANSamonadzorowany GRUSamouczenie się klasyfikacji obrazówSamouczenie segmentacji instancjiSamonadzorowany model tematyczny LDASamouczeniowa ekstrakcja jednostek nazwanych (NER)Model tematyczny NMF z uczeniem samonadzorowanymSamouczenie nadzorowane w detekcji obiektówSamonadzorowane odpowiadanie na pytaniaUczenie ze wzmocnieniem z samonadzoremKlasyfikacja oparta na samo-nadzorowanym modelu RoBERTaSamonadzorowana segmentacja semantycznaSamonadzorowane osadzanie zdańSamonadzorowana analiza sentymentuSamonadzorowane modelowanie tematówSamo-nadzorowany TransformerSamo-nadzorowany wariacyjny autoenkoderSamonadzorowane Vision TransformerWord2Vec z samonadzoremSegmentacja semantycznaKlasyfikacja półnadzorowana oparta na BERTPółnadzorowana konwolucyjna sieć neuronowaPółnadzorowany model dyfuzyjnyPółnadzorowany Doc2VecPółnadzorowany GANGrafowa sieć neuronowa w uczeniu częściowo nadzorowanymPółnadzorowany GRUObrazowanie z nadzorem częściowymPółnadzorowana segmentacja instancjiPółnadzorowany model tematyczny LDAPółnadzorowane sieci LSTMSemi-supervised Multilayer PerceptronPółnadzorowany model tematyczny NMFDetekcja obiektów z wykorzystaniem uczenia częściowo nadzorowanegoPółnadzorowane odpowiadanie na pytaniaWzmocnione uczenie ze sprzężeniem zwrotnym z częściowym nadzoremKlasyfikacja oparta na półnadzorczym modelu RoBERTaSeminadzorowana segmentacja semantycznaPółnadzorowane osadzanie zdańPółnadzorowana analiza sentymentuPółnadzorowane streszczanie tekstuModelowanie tematyczne z nadzorem częściowymTransformery z uczeniem półnadzorowanymWariacyjny autoenkoder półnadzorowanyPółnadzorowany Vision TransformerWord2Vec w uczeniu częściowo nadzorowanym (Semi-supervised Word2Vec)Osadzanie zdańModelowanie tematówTransfer Learning GANUczenie transferowe z wariacyjnym autoenkoderemUczenie maszynowe z klasyfikacją opartą na BERTUczenie transferowe z konwolucyjną siecią neuronowąTransfer Learning z modelami dyfuzyjnymiTransfer Learning z grafowymi sieciami neuronowymiTransfer Learning z klasyfikacją obrazówTransfer Learning with Instance SegmentationTransfer Learning with LDA Topic ModelTransfer Learning z LSTMUczenie transferowe w rozpoznawaniu nazwanych encjiTransfer Learning z NMF Topic ModelUczenie transferowe z detekcją obiektówUczenie transferowe z rekurencyjną siecią neuronowąUczenie transferowe z uczeniem przez wzmacnianieUczenie transferowe z osadzaniem zdańTransfer Learning with Text SummarizationTransfer Learning z modelowaniem tematycznymTransfer Learning z Word2VecKlasyfikacja BERT oparta na słabym nadzorzeSłabo nadzorowana konwolucyjna sieć neuronowaSłabo nadzorowany model dyfuzyjnySłabo nadzorowany GANSłabo nadzorowana grafowa sieć neuronowaSłabo nadzorowany GRUSłabo nadzorowana klasyfikacja obrazówSłabo nadzorowana segmentacja instancjiSłabo nadzorowany model tematyczny LDASłabo nadzorowany LSTMSłabo nadzorowany perceptron wielowarstwowyWykrywanie obiektów ze słabym nadzoremSłabo nadzorowane odpowiadanie na pytaniaSłabo nadzorowana rekurencyjna sieć neuronowaSłabo nadzorowane uczenie ze wzmocnieniemKlasyfikacja z użyciem RoBERTa z nadzorem słabymSłabo nadzorowana segmentacja semantycznaSłabo nadzorowane osadzanie zdańSłabo nadzorowane streszczanie tekstuSłabe nadzorowanie modelowania tematówSłabo nadzorowany TransformerSłabo nadzorowany autoenkoder wariacyjnySłabo nadzorowany Vision TransformerWeakly Supervised Word2Vec
Ml-model 55
AlexNetMechanizm uwagiAutoenkoderNormalizacja wsadowaDostrajanie BERTDwukierunkowa sieć rekurencyjnaSieć kapsułkowaCLIPKlasyfikacja obrazów za pomocą CNNKonwolucyjna Sieć Neuronowa (Klasyfikacja)Głębokie uczenie ze wzmocnieniemDeepARDenseNetModel dyfuzyjnySplotowa sieć konwolucyjna z rozszerzeniem (Dilated CNN)DropoutEfficientNetFaster R-CNNFastTextFully Convolutional Network (FCN)Generatywna Sieć AntagonistycznaDostrajanie GPTSieć uwagi grafowejSieci konwolucyjne grafów (GCN)Sieci neuronowe grafoweJednostka bramkowana rekurencyjna (GRU)InformerDestylacja wiedzyLongformer / BigBirdLoRA i PEFTLSTMMixture of ExpertsPerceptron wielowarstwowy (MLP)N-BEATSN-HiTSAutomatyczne wyszukiwanie architektury sieci neuronowychNeural ODETransfer stylu neuronowegoPatchTSTResNet (Residual Network)ResNeXtGeneratywny model bazujący na funkcji "score"Multi-Head Self-AttentionModel sekwencyjny do sekwencyjnego (Seq2Seq)SGD z pędem / Optymalizator AdamT5 (Text-to-Text Transfer Transformer)Temporal Fusion TransformerTextCNNTransformer (NLP)U-NetAutoenkoder wariacyjnyVGGNet (Very Deep Convolutional Networks)Vision TransformerWizualne uczenie kontrastoweYOLO (You Only Look Once)
Time-series forecasting 26
AutoformerChronos: Tokenizowany model podstawowy do prognozowania szeregów czasowychCrossformerDLinear: Model dekompozycji liniowej do prognozowania szeregów czasowychETSformerFEDformer: Transformer z ulepszoną dekompozycją częstotliwościowąFiLM: Usprawniony Model Pamięci z Wykorzystaniem Częstotliwości Legendre'aFreTSiTransformerKoopa: Predyktory Koopmana dla niestacjonarnych szeregów czasowychLightTSMICNMoirai: Uniwersalny Transformer do prognozowania szeregów czasowychNon-stationary TransformerPyraformerReformer: Efektywny Transformer dla Długich SekwencjiSCINet: Sieć konwolucyjno-interakcyjna do prognozowania szeregów czasowychSegRNNSundial: Fundamentowe modele generatywne dla szeregów czasowychTiDE: Time-series Dense EncoderTime-MoE: Fundacyjny model szeregów czasowych z architekturą Mixture-of-ExpertsTimeMixerTimesFM: Model Fundacyjny Tylko z Dekoderem do Prognozowania Szeregów CzasowychTimesNet: Modelowanie dwuwymiarowych wariacji czasowych dla szeregów czasowychTiRexTSMixer: Architektura All-MLP do prognozowania szeregów czasowych