面向生存干预程序的自动化：基于T3挑战的QuIIL方案
概率论
2024-07-19 v1 数学物理
math.MP
摘要
本文提出了我们在生存THOMPSON(T3)挑战中一系列自动化任务的解决方案，涵盖动作识别、动作预测和视觉问答(VQA)。对于动作识别与预测，我们提出了一种预处理策略，对多个输入进行采样和拼接以生成单一图像，然后采用动量知识蒸馏和注意力知识蒸馈以提高两个任务的性能。对于训练，我们提出了基于动作字典的设计方案，始终在我们的实验中获得最佳结果。在VQA领域，我们利用对象级特征并部署共注意力网络来训练对象特征和问题特征。值得注意的是，我们在网络核心引入了一种新颖的帧-问题跨注意力机制以提升性能。我们的解决方案在动作识别与预测任务中获得第2名，在VQA任务中获得第1名。
引用
@article{arxiv.2407.13215,
title = {Scaling limit of the KPZ equation with non-integrable spatial correlations},
author = {Luca Gerolla and Martin Hairer and Xue-Mei Li},
journal= {arXiv preprint arXiv:2407.13215},
year = {2024}
}