受强制性开放获取政策约束的文章 - Yizhao Gao了解详情
无法在其他位置公开访问的文章：1 篇
查看
Mixup-Inspired Video Class-Incremental Learning
J Long, Y Gao, Z Lu
2023 IEEE International Conference on Data Mining (ICDM), 1181-1186, 2023
强制性开放获取政策： 国家自然科学基金委员会
可在其他位置公开访问的文章：10 篇
查看
Towards artificial general intelligence via a multimodal foundation model
N Fei, Z Lu, Y Gao, G Yang, Y Huo, J Wen, H Lu, R Song, X Gao, T Xiang, ...
Nature Communications 13 (1), 3094, 2022
强制性开放获取政策： 国家自然科学基金委员会
查看
Z-score normalization, hubness, and few-shot learning
N Fei, Y Gao, Z Lu, T Xiang
Proceedings of the IEEE/CVF International Conference on Computer Vision, 142-151, 2021
强制性开放获取政策： 国家自然科学基金委员会
查看
Cots: Collaborative two-stream vision-language pre-training model for cross-modal retrieval
H Lu, N Fei, Y Huo, Y Gao, Z Lu, JR Wen
Proceedings of the IEEE/CVF conference on computer Vision and pattern …, 2022
强制性开放获取政策： 国家自然科学基金委员会
查看
Contrastive prototype learning with augmented embeddings for few-shot learning
Y Gao, N Fei, G Liu, Z Lu, T Xiang
Uncertainty in Artificial Intelligence, 140-150, 2021
强制性开放获取政策： 中国科学院, 国家自然科学基金委员会
查看
Wenlan 2.0: Make ai imagine via a multimodal foundation model
N Fei, Z Lu, Y Gao, G Yang, Y Huo, J Wen, H Lu, R Song, X Gao, T Xiang, ...
arXiv, 2021
强制性开放获取政策： 国家自然科学基金委员会
查看
Bmu-moco: Bidirectional momentum update for continual video-language modeling
Y Gao, N Fei, H Lu, Z Lu, H Jiang, Y Li, Z Cao
Advances in Neural Information Processing Systems 35, 22699-22712, 2022
强制性开放获取政策： 国家自然科学基金委员会
查看
Few-shot zero-shot learning: Knowledge transfer with less supervision
N Fei, J Guan, Z Lu, Y Gao
Proceedings of the Asian Conference on Computer Vision, 2020
强制性开放获取政策： 国家自然科学基金委员会
查看
Cmmt: cross-modal meta-transformer for video-text retrieval
Y Gao, Z Lu
Proceedings of the 2023 ACM international conference on multimedia retrieval …, 2023
强制性开放获取政策： 国家自然科学基金委员会
查看
Learning with Adaptive Knowledge for Continual Image-Text Modeling
Y Luo, Y Gao, Z Lu
Proceedings of the 2023 ACM International Conference on Multimedia Retrieval …, 2023
强制性开放获取政策： 国家自然科学基金委员会
查看
R-STAR: Robust Self-Taught Task-Wise Reweighting for Rehearsal-Based Class Incremental Learning.
Y Luo, Y Gao, H Wu, R Ma, Z Lu
ECAI, 1648-1655, 2023
强制性开放获取政策： 国家自然科学基金委员会
出版信息和资助信息由计算机程序自动确定