找回密码
 立即注册
GPUS-Cat 该用户已被删除
发表于 2019-12-13 16:50:41
24590
AI人工智能编舞:这种新模式可以帮助你制作下一个舞蹈视频
为了帮助实现自动创建一个舞蹈视频,NVIDIA的研究人员与加州大学合作,开发了一个基于深度学习模型,可以自动地组合出多样化、风格一致、与节奏相匹配的新舞蹈动作。
NVIDIA的研究人员在本周于加拿大温哥华举行的2019年神经信息处理系统会议(NeurIPS 2019)上发表的一篇论文中指出“这是一个具有挑战性但有趣的生成任务,有可能帮助和扩大艺术和体育领域的内容创作,比如戏剧表演、艺术体操、花样滑冰”。
为了训练系统中使用的生成对抗网络(GAN),团队收集了三个代表性舞蹈类别的舞蹈视频,包括芭蕾、尊巴和嘻哈。该团队总共获得了超过361,000个剪辑,即大约71个小时的舞蹈镜头。
在姿态处理方面,该团队使用了开放源代码的实时多人系统OpenPose,该系统由卡耐基梅隆大学(Carnegie Mellon University)开发,可以联合检测人体、手部、面部和脚部的单个图像关键点。
这项工作是使用PyTorch深度学习框架和NVIDIA V100 GPUs进行训练。为了进行推理,该工作使用了与训练期间相同的GPUs。在未来的工作中,团队计划增加更多的舞蹈风格,如流行舞和舞伴舞。
研究人员在论文中称:“大量的定性和定量评估表明,用该方法合成的舞蹈不仅真实、多样,而且风格一致、节奏一致。”
会议结束后,源代码和模型将发布在GitHub上。
--------------------------
cyBERT:神经网络,这就是技术;把你的员工从糟糕的正则表达式中解放出来
网络安全日志是跨组织生成的,并覆盖端点(例如计算机,笔记本电脑,服务器),网络通信和周边设备(例如VPN节点,防火墙)。对于一个拥有1000名员工设备的公司,保守估计,一个小型组织可以期望在日志流量中产生超过100GB/天的流量,峰值EPS(每秒事件)超过22,000。
今天,组织收集、存储和预分析的数据比以往任何时候都要多。日志在来源、格式和时间上都是异构的。为了分析数据,首先需要解析数据。必须从原始日志中提取可操作字段。今天,日志是使用复杂的试探法和正则表达式来解析的。如果日志完全偏离了它的特定格式,这些试探是不灵活的,并且容易失败。
该博客展示了如何将网络安全日志解释为一种自然语言,从而有可能淘汰传统的基于正则表达式的解析机制,并将灵活性和弹性引入到典型的日志解析体系结构的新层次。
有效和正确地解析日志对于任何安全操作中心都是至关重要的,cyBERT允许用户在不需要开发大量regex库的情况下完成这一任务。此外,随着我们使用cyBERT提高预处理和后处理的速度,通过新的解析器重新播放归档日志的能力将成为可能,从而允许安全分析人员能够根据需要从旧的日志中快速提取新信息。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
使用道具 举报 回复
发新帖
您需要登录后才可以回帖 登录 | 立即注册