7 Papers|谷歌等用神经网络给照片打光,沈向洋等神经语言处理综述( 二 )

该论文对简单时间问题（STP）和通用时间问题进行区分，前者对任意一对时间点至多认可一个间隔约束（interval constraint）。该研究表明，包含 Vilain 和 Kautz 点代数主要部分的 STP 可以在多项式时间内解决。对于通用 TCSP ，该研究展示了一种执行三个推理任务的分解机制，并提出了多种能够改善效率的技术。此外，这篇论文还研究了路径相容算法在预处理时间问题上的适用性，展示了其终止，限制了其复杂度。

本文插图
示例 1.1 可表示为有向约束图。

本文插图
交集和组合运算。

本文插图
距离图。
推荐：贝叶斯网络之父 Judea Pearl 的这篇旧论文获得了由 AI 顶级国际期刊 AIJ 颁发的 2020 年经典论文奖.
论文 4：Progress in Neural NLP: Modeling, Learning, and Reasoning
作者：Ming Zhou、Nan Duan、Shujie Liu、Heung-Yeung Shum
链接：https://www.sciencedirect.com/science/article/pii/S2095809919304928
摘要：在这篇论文中，包括沈向洋在内的几位研究者对基于神经网络的神经语言处理框架进行了综述，落脚点分别为建模、学习和推理。文章最后，研究者展望了神经语言处理的未来发展方向。

本文插图
与上下文无关的词嵌入方法。

本文插图
基于 RNN 的上下文感知词嵌入方法。

本文插图
基于自注意力的上下文感知词嵌入方法。
推荐：本文被《Engineering》期刊接收。
论文 5：Neural Light Transport for Relighting and View Synthesis
作者：XIUMING ZHANG、SEAN FANELLO、 YUN-TA TSAI 等
链接：https://arxiv.org/pdf/2008.03806.pd
摘要：场景的光传输（LT）描述了场景在不同布光和视角方向下的样子，对场景 LT 的全面了解有助于在任意布光条件下合成新的视图。
这篇论文探讨了基于图像的 LT 采集，主要用于光照平台设置中的人体。研究者提出了一种半参数方法，以学习嵌入到已知几何特性的纹理图集空间中的 LT 的神经表示，并将所有非漫射和全局 LT 建模为残差，并将其添加到物理精确的漫反射基底渲染中。

本文插图
NLT 方法的模型架构。

本文插图
在使用平行光的二次打光任务上， NLT、其他方法与真值图像的效果对比。

本文插图
NLT 方法可能无法生成复杂光传输效果的真实视图，如脖子上所戴项链的视图。
推荐：在基于图像的 Relighting 场景下，人物的打光效果随着背景图像的变换而不断调整。
论文 6：Development and Application of the Latest generation Against the Network of GAN
作者：陈亮、吴攀、刘韵婷、刘晓阳、杨佳明、姜余
链接：http://dziy.cbpt.cnki.net/WKA/WebPublication/paperDigest.aspx?paperID=76215a4a-3131-4b6e-9afd-1af245c41ff1