PulseAugur
实时 10:03:33
English(EN) Is Haar Enough? Exploring Symlets and Coiflets for Wavelet Convolution Layers

Haar之外的小波基团可提高AI模型的效率

研究人员探索了除常用的Haar和小波之外的不同小波基团在小波卷积层中的有效性。他们的研究侧重于滤波器长度和分解级别之间的权衡,发现像Coiflets这样具有更强近似特性的基团,与Haar相比,可以用更少的参数和FLOPs实现具有竞争力的准确性。这表明替代小波基团为构建基于小波的架构的实践者提供了更高效的设计选择,特别是在图像分类和语义分割任务中。 AI

影响 建议替代小波基团可以提高图像任务AI模型的效率。

排序理由 详细介绍新研究发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Haar之外的小波基团可提高AI模型的效率

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Md Rifat Ur Rahman ·

    Haar是否足够?探索小波卷积层的Symlets和Coiflets

    arXiv:2608.17662v1 Announce Type: new Abstract: Wavelet convolution layers have recently emerged as an efficient mechanism for enlarging receptive fields through multiresolution analysis, but prior work has fixed the wavelet basis to Haar or Daubechies at a chosen decomposition d…