Training Generative Adversarial Networks with Binary Neurons by End-to-end Backpropagation
在这篇论文中,我们提出了BinaryGAN,这是一种新型生成对抗网络,它在生成器的输出层使用了二进神经元。另外,我们使用了可调整的sigmoid直线型估计器来估计二进神经元的梯度,并用端到端的反向传播训练整个网络。在测试时,我们所提出的模型可以直接生成二元特征的预测。
地址:https://arxiv.org/abs/1810.04714
Eyes are the Windows to the Soul:Predicting the Rating of Text Quality Using Gaze Behaviour
预测读者对某一段文本质量的评分是一项有挑战性的任务,需要估计文本的多个方面,例如结构、清晰度等等。这些可以用认知信息进行评估,而认知信息的来源之一就是“注视动作(gaze behavior)”。在这篇论文中,我们证明,注视动作的确能帮助我们有效地预测文本质量的评分。为了做到这一点,首先我们对文本质量建模,将组织结构、上下衔接和连贯性作为三要素。之后,我们展示了应该如何捕捉注视行为,以及如果读者能够完全理解文本,他们的行为应该如何。
地址:https://arxiv.org/abs/1810.04839
Deep Inertial Poser:Learning to Reconstruct Human Pose from Sparse Inertial Mearsurements in Real Time
在这篇论文中,我们提出了一种新型深度神经网络,能够从6个惯性测量单元实时重建人体全身姿势。其中用深度学习方法学习了实时姿势,并且从动作捕捉数据库获取了足够数据。
地址:https://arxiv.org/abs/1810.04703