情绪调节框架提升深度学习图像分类性能

研究人员引入了一个名为情绪调节的新框架，以增强用于图像分类的深度学习模型。该方法通过在情感刺激上预训练模型来模拟人工主观体验，并在下游任务优化期间平衡情感和非情感响应。在 CIFAR-10 和 CIFAR-100 数据集上使用 ResNet 和 ViT 架构进行的实验表明，情绪调节在标准骨干网络之上提高了性能，使其成为大规模视觉任务中情感增强深度学习的新技术。 AI

影响 通过整合情绪调节原则，引入了一种增强深度学习模型的新方法，有望带来更强大、更通用的 AI 系统。

排序理由 这是一篇详细介绍新深度学习框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• CIFAR-10
• CIFAR-100
• deep learning
• Hugging Face
• image classification
• ResNet
• Riccardo Emanuele Landi
• ViT

• 论文
• 模型发布

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