融合算法
收录了 融合算法 频道下的 50 篇内容
多模型融合推荐算法——从原理到实践
为了实现优秀的推荐效果，众多的推荐算法被提出，并在业界使用。但是其中一类方法非常特殊，我们称为多模型融合算法。融合算法的意思是，将多个推荐算法通过特定的方式组合的方法。融合在推荐系统中扮演着极为重要的作用，本文结合达观数据的实践经验为大家进行系统性的介绍。
多传感器数据深度图的融合：最近基于深度学习的方法
最近讨论过数据层传感器融合问题，特别是最近采用深度学习方法估计深度图的方法。主要是激光雷达等深度传感器的数据比较稀疏分辨率低，好处是数据可靠性高；而摄像头传感器获取的图像比较致密并分辨率高，缺点是获取的深度数据可靠性差。下面介绍一下最近看到的深度学习方法。
导航定位向高精定位的演进与实践
本文介绍手机、车机导航定位中使用的关键技术，以及高德地图在这些关键技术中的进展。
车载多传感器融合定位方案：GPS +IMU+MM
本文概述车载多传感器融合定位项目背景，解决偏航重算、无法定位和抓路错误三大问题，结合算法和数据，提出软件+硬件的解决方案。
前端代码是怎样智能生成的：图像分离篇
本文将与大家分享前端智能化项目中技术与思考的点点滴滴。
企业服务交互机器人将向多模态演进
现阶段的智能交互机器人还存在一些局限性，在形象化、拟人化、情感洞察方面瓶颈凸显，对此，追一科技提出了一系列解决方案，包括语音语义联合建模、文本风格迁移等。
MSRA 开源基于注意力机制的全新推荐模型，融合用户长短期偏好
基于历史交互行为的用户建模是构建精准推荐系统的核心环节，如何融合用户长短期的偏好一直是推荐系统中的热点话题。
【AAAI 2024】M2Doc：文档版面分析的可插拔多模态融合方法
M2Doc是一种创新的多模态融合方法，设计用于增强文档版面分析任务中的纯视觉目标检测器。该方法包括Early-Fusion和Late-Fusion模块，前者通过门控机制融合视觉和文本特征，后者则在框级别合并这两种特征。
让机器读懂视频：亿级淘宝视频背后的多模态 AI 算法揭秘（三）
亿级淘宝视频背后的多模态AI算法揭秘
手机摄影挑战单反，旷视 AI 多摄技术揭秘
后置摄像头不是越多越好，也不是越大越好
JIT in MegEngine
本文介绍了天元使用 JIT 实现将任意多个相邻的 element-wise 算子融合成一个算子的优化。
业内首发车道级导航背后——详解高精定位技术演进与场景应用
本文将结合高德地图在车道级导航及自动驾驶等领域的工作，分享我们对于高精度定位技术演进的思考，以及在高精定位实际落地应用中的一些实践。
菜鸟网络的 AI 进化方向：不追求“通用”的融合，重心是 AIoT
胡浩源：我觉得在未来一段时间内，IoT 和人工智能结合的 AIoT 会是一个比较大的方向。
知识图谱构建的研究已走入下半场，但大规模落地应用仍需时间
知识图谱解决了哪些其他技术无法解决的问题？
澎思科技刷新视频行人再识别（Video-based ReID）三大数据集世界纪录
澎思科技（Pensees）在基于视频的行人再识别数据集（PRID-2011，iLIDS-VID，MARS）中再次取得突破性进展。
中国信通院发布《中国数字化转型数实融合 IOMM 综合指数（2023)》，展现重点行业与企业数字化发展特征
数字经济与实体经济的融合成为数字经济发展的核心任务。
微博背后的那些算法
为了更好地向读者输出更优质的内容，InfoQ将精选来自国内外的优秀文章，经过整理审校后，发布到网站。本篇文章作者为张延祥，原文链接为《微博背后的那些算法》。
多目标排序在快手短视频推荐中的实践
快手是中国领先的短视频和直播社区，拥有超过3亿的DAU和丰富的社交数据。
解读知识图谱的 2020 : 技术成熟度飞速跃升，与产业互联结合更加紧密
知识图谱逐渐成为人工智能应用的强大助力。
朋友圈爆款背后的计算机视觉技术与应用
本文系统介绍计算机视觉的基础知识，如何利用这些识别算法实现一个应用，同时进行部署、推广这一整套流程。
京公网安备 11010502039052号 | 产品资质
