光学系统的可区分模拟可以与基于深度学习的重建网络结合使用，以通过端到端（E2E）优化光学编码器和深度解码器来实现高性能计算成像。这使成像应用程序（例如3D定位显微镜，深度估计和无透镜摄影）通过优化局部光学编码器。更具挑战性的计算成像应用，例如将3D卷压入单个2D图像的3D快照显微镜，需要高度非本地光学编码器。我们表明，现有的深网解码器具有局部性偏差，可防止这种高度非本地光学编码器的优化。我们使用全球内核傅里叶卷积神经网络（Fouriernets）基于浅神经网络体系结构的解码器来解决此问题。我们表明，在高度非本地分散镜头光学编码器捕获的照片中，傅立叶网络超过了现有的基于网络的解码器。此外，我们表明傅里叶可以对3D快照显微镜的高度非本地光学编码器进行E2E优化。通过将傅立叶网和大规模多GPU可区分的光学模拟相结合，我们能够优化非本地光学编码器170 $ \ times $ \ times $ tos 7372 $ \ times $ \ times $ \ times $比以前的最新状态，并证明了ROI的潜力-type特定的光学编码使用可编程显微镜。
translated by 谷歌翻译
Common disabilities like stroke and spinal cord injuries may cause loss of motor function in hands. They can be treated with robot assisted rehabilitation techniques, like continuously opening and closing the hand with help of a robot, in a cheaper, and less time consuming manner than traditional methods. Hand exoskeletons are developed to assist rehabilitation, but their bulky nature brings with it certain challenges. As soft robots use elastomeric and fabric elements rather than heavy links, and operate with pneumatic, hydraulic or tendon based rather than traditional rotary or linear motors, soft hand exoskeletons are deemed a better option in relation to rehabilitation.
translated by 谷歌翻译
对抗性补丁攻击是现实世界深度学习应用程序的新兴安全威胁。我们提出了戴定的平滑，这是第一种（符合我们的知识），以证明语义分割模型与此威胁模型的鲁棒性。以前关于防御补丁攻击的辩护的工作主要集中在图像分类任务上，并且经常需要更改模型体系结构和其他培训，而这些培训是不受欢迎且计算上昂贵的。在被删除的平滑度中，可以在没有特定培训，微调或限制体系结构的情况下应用任何分割模型。使用不同的掩盖策略，可以将拔掉的平滑措施应用于认证检测和认证恢复。在广泛的实验中，我们表明，在检测任务中，平均可以证明1％补丁的像素预测的64％，而在ADE20K数据集中恢复任务的0.5％贴片为48％。
translated by 谷歌翻译
消费品的生产，运输，使用和处置对温室气体排放和资源耗竭有重大影响。机器学习（ML）可以通过考虑产品搜索或现代零售平台建议中的可持续性方面来帮助促进可持续消耗模式。但是，缺乏具有可信赖的可持续性信息的大型高质量公共产品数据阻碍了ML技术的发展，这可以帮助实现我们的可持续性目标。在这里，我们介绍GreendB，这是一个数据库，该数据库每周从欧洲在线商店收集产品。作为产品可持续性的代理，它依赖于由专家评估的可持续性标签。 GreendB模式扩展了著名的schema.org产品定义，并且可以轻松地集成到现有的产品目录中。我们提出了初步结果，表明接受我们数据训练的ML模型可以可靠地（F1分数96％）预测产品的可持续性标签。这些贡献可以帮助补充现有的电子商务体验，并最终鼓励用户采取更可持续的消费模式。
translated by 谷歌翻译
我们展示了MapReader，一个在Python中编写的免费开源软件库，用于分析大地图集合（扫描或出生）。此库转换历史人员可以通过转动广泛的均匀地图设置到可搜索的主要源来使用映射的方式。 MapReader允许使用很少或没有计算机视觉专业知识的用户来通过Web服务器检索地图; ii）预处理并将它们分成补丁; iii）涂布补丁; iv）火车，微调和评估深度神经网络模型; v）创建有关地图内容的结构化数据。我们展示了MAPREADER如何使历史学家解释$ \ \左右16千世纪的军械调查地图表（$ \大约30.5M补丁），将视觉标记转化为机器可读数据的挑战。我们展示了一个案例研究，重点是英国铁路基础设施和建筑物，如这些地图所示。我们还展示了MapReader管道的输出如何链接到我们用于评估的其他外部数据集以及丰富和解释结果。我们释放$ \大约62万美元手动注释的补丁，用于培训和评估模型。
translated by 谷歌翻译