研究人员开发了一种新颖的深度联合信源信道编码（Deep JSCC）域自适应框架，以提高在分布变化下的图像分类性能。提出的分类-容量不变性（CCI）函数分析了信道容量和跨域不变性如何影响准确性。在数字和PACS数据集上的实验表明，在AWGN和瑞利衰落信道上具有更好的泛化能力，在10 dB CSNR下实现了SVHN到MNIST迁移的98.15%的准确率。 AI
影响 这项研究可能导致在数据分布变化的实际场景中，图像分类系统更加鲁棒。
排序理由 该集群包含一篇详细介绍深度JSCC新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
