HyperDomainNet: Universal Domain Adaptation for Generative Adversarial Networks

A. Alanov; Titov V.; D. Vetrov

Публикации

?

HyperDomainNet: Universal Domain Adaptation for Generative Adversarial Networks

P. 29414–29426.

Аланов А., Titov V., Ветров Д. П.

Язык: английский

Текст на другом сайте

Ключевые слова: Transfer Learning Domain adaptation StyleGAN

В книге

Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022

Curran Associates, Inc., 2022.

Фундаментальная модель для временных рядов и как ее (не) обучать на синтетике

Темирханов А. А., Костромина А. М., Цымбой О. А. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 № S С. 485–494

В индустрии нередко возникает необходимость одновременно строить прогнозы по большим наборам временных рядов. Однако мы можем оказаться в ситуации, когда обучение отдельной модели для каждого из них невозможно или слишком затратно. Эта проблема в моделировании временных рядов остается без должного внимания. Средством ее решения может служить создание фундаментальной модели (foundation model), рассчитанной на прогнозирование в ...

Добавлено: 24 февраля 2026 г.

Advancing Sequential Manga Colorization for AR Through Data Synthesis

Голядкин М. Ю., Saraev S., Макаров И. А., IEEE Access 2025 Vol. 13 P. 7526–7537

Добавлено: 29 апреля 2025 г.

Benchmarking and Data Synthesis for Colorization of Manga Sequential Pages for Augmented Reality

Голядкин М. Ю., Saraev S., Макаров И. А., , in: 2024 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct).: IEEE, 2024. P. 608–611.

Добавлено: 29 апреля 2025 г.

HairFastGAN: Realistic and Robust Hair Transfer with a Fast Encoder-Based Approach

Maxim Nikolaev, Mikhail Kuznetsov, Dmitry P. Vetrov и др., , in: 38th Conference on Neural Information Processing Systems (NeurIPS 2024).: [б.и.], 2024. P. 45600–45635.

Добавлено: 17 февраля 2025 г.

Identifying Top-Performing Students via VKontakte Social Media Communities Using Advanced NLP Techniques

Горшков С. С., Игнатов Д. И., Chernysheva A. и др., IEEE Access 2025 Vol. 13 P. 962–979

Identifying potentially high-performing students is crucial for universities aiming to enhance educational outcomes, for companies seeking to recruit top talents early, and for advertising platforms looking to optimize targeted marketing. This paper introduces an algorithm designed to identify students with exceptional academic performance by analyzing their subscriptions to communities on the social network VKontakte. The ...

Добавлено: 3 января 2025 г.

Machine Learning Domain Adaptation in Spin Models with Continuous Phase Transitions

Чертенков В. И., Щур Л. Н., / Series arXiv "math". 2024. No. 2411.13027.

Добавлено: 21 ноября 2024 г.

Unsupervised domain adaptation methods for cross-species transfer of regulatory code signals

Pavel Latyshev, Fedor Pavlov, Herbert A. и др., , in: Proceedings of 11th Moscow Conference on Computational Molecular Biology MCCMB'23.: IITP RAS, 2023.

Добавлено: 1 декабря 2023 г.

Estimating the Transfer Learning Ability of a Deep Neural Networks by Means of Representations

Magai German, Soroka A., , in: Advances in Neural Computation, Machine Learning, and Cognitive Research VIIVol. 1120.: Studies in Computational Intelligence, 2023.

Добавлено: 29 октября 2023 г.

StyleDomain: Efficient and Lightweight Parameterizations of StyleGAN for One-shot and Few-shot Domain Adaptation

Аланов А., Titov V., Nakhodnov M. и др., , in: 2023 IEEE/CVF International Conference on Computer Vision (ICCV).: IEEE, 2023. P. 2184–2194.

Добавлено: 21 июня 2023 г.

Unsupervised Domain Adaptation Methods for Cross-Species Transfer of Regulatory Code Signals

Pavel Latyshev, Fedor Pavlov, Herbert A. и др., Frontiers in Big Data 2023 Vol. 6 Article 1140663

Добавлено: 8 июня 2023 г.

Analyzing COVID-19 Medical Papers Using Artificial Intelligence: Insights for Researchers and Medical Professionals

Dmitry Soshnikov, Petrova T., Soshnikova V. и др., Big Data and Cognitive Computing 2022 Vol. 6 No. 1 Article 4

Since the beginning of the COVID-19 pandemic almost two years ago, there have been more than 700,000 scientific papers published on the subject. An individual researcher cannot possibly get acquainted with such a huge text corpus and, therefore, some help from artificial intelligence (AI) is highly needed. We propose the AI-based tool to help researchers ...

Добавлено: 22 февраля 2022 г.

Deep transfer learning baselines for sentiment analysis in Russian

Сметанин С. И., Комаров М. М., Information Processing and Management 2021 Vol. 58 No. 3 Article 102484

Добавлено: 28 января 2021 г.

Masking domain-specific information for cross-domain deception detection

Sanchez-Junquera J., Villasenor-Pineda L., Montes-y-Gomez M. и др., Pattern Recognition Letters 2020 Vol. 135 P. 122–130

Добавлено: 29 октября 2020 г.

Group-Level Emotion Recognition using Transfer Learning from Face Identification

Alexandr Rassadin, Alexey Gruzdev, Andrey Savchenko, , in: Proceedings of the 19th ACM International Conference on Multimodal Interaction.: [б.и.], 2017. P. 544–548.

...

Добавлено: 18 октября 2017 г.

Group-Level Emotion Recognition Using Transfer Learning From Face Identification

Alexandr Rassadin, Alexey Gruzdev, Andrey Savchenko, / Series cs.CV "Computer Science > Computer Vision and Pattern Recognition". 2017. No. 1709.01688.

Добавлено: 17 октября 2017 г.