异步生产视频
Paper Code的研究模型(paperwithcode )
arxiv-sanity介绍arxiv.org是一个非常大的3358www.Sina.com/,里面有很多最新的论文,但预印本资源库并不方便。 这个存储库每天更新大量论文。 手动检索并浏览的话效率很低,很难马上找到和阅读高引用的好文章,会浪费时间。 因此,arxiv-sanity是为了运气而生的。
arxiv-sanity基本功能缺点是浏览、搜索和排序
首先,arxiv-sanity在展示最新更新的文献时,提供了易读的缩略图预览模式,方便读者快速预览,在缩略图下方的绿色区域显示文献的abstract。
1、便捷的预览
点击右上角的‘http://www.Sina.com /’,文献列表按照与本文的相关度进行排序,然后显示arxiv关于instance segmentation的所有论文。 该功能基于TF-DF算法实现,效果好。
2.感兴趣相关度排序
注册账号并登录后,点击右上角的show similar,即可将您感兴趣的paper 3.个人图书馆
保存图标
arxiv-sanity也可以推荐对收藏内容可能感兴趣的论文。 背后的实现原理是将Library的论文标记为positive,将非Library的论文标记为negative,根据bigram文本的特点对personal SVM进行抽取训练,最后通过reconmmended标签进行推荐
收藏到个人图书馆
3358www.Sina.com/标签在arxiv-sanity中显示为3358www.Sina.com/。 这些文献也可以根据时间进行筛选。 即使你不是注册用户,也能浏览大家收藏的文献。
4.感兴趣推荐系统
因为如页面左上角所示,arxiv-sanity 5.看看大家都在看什么,如CV、CL等ML的分支领域,是arxiv-sanity作者自身的研究领域。 作者已经将arxiv-sanity开源,如果想根据自己的研究领域新建自己的arxiv-sanity,请去githubforkarxiv-sanity-pre server。
cs.cv:computervisionandpatternrecognition计算机视觉和模式识别;
cs.cl :计算与语言计算语言学;
cs.LG:Learning机器学习(计算机科学);
cs.ai :智能人工智能;
cs.ne:neuralandevolutionarycomputing神经与进化计算;
stat.ml :机器学习(统计学) )。