Autoformer
PulseAugur coverage of Autoformer — every cluster mentioning Autoformer across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
TensorWorld 为物理驱动的 AI 模型融资超1亿美元
成立仅四个月的初创公司 TensorWorld 已获得超过1亿美元的融资，用于开发能够理解和预测物理世界交互的 AI 模型。该公司专注于物理驱动的方法，从数据中学习物理定律，而不是仅仅依赖视觉真实性。他们的技术旨在弥合 AI 数字能力与其在物理世界中的应用之间的差距，解决机器人、自动驾驶和工业模拟中的挑战。
-
清华毕业生吴海旭推出AI创业公司Wuyuan Technology
清华大学特奖获得者、GeoPT的首席作者吴海旭，已创立一家名为Wuyuan Technology的新AI创业公司。该公司专注于具备物理建模能力的世界模型，建立在吴在深度学习和科学机器学习方面的研究基础上。Wuyuan Technology已完成多轮融资，估值达数亿美元，投资方包括蚂蚁集团和美团等知名公司。
-
ATHENA框架通过代理NAS简化基于Transformer的EHR建模
研究人员开发了ATHENA，一个新颖的、基于知识引导的代理神经架构搜索（NAS）框架，专门用于基于Transformer的电子健康记录（EHR）建模。该框架旨在通过利用权重共享的超网和两层跨医院架构先验来减少这些模型通常需要的大量手动调整。ATHENA在六项临床预测任务和两个健康系统上，与四个NAS基线相比，表现出具有竞争力或更优的性能，并显示出更一致的架构选择。
-
新AI框架提高复杂系统故障预测精度
研究人员开发了一种新颖的预测框架，将时空排列熵（STPE）与增强分位数回归神经网络（B-EQRNNs）相结合，用于复杂工业电子系统的长时故障预测。这种混合架构旨在捕捉细微的退化特征并提供不确定性量化，其性能优于LightGBM等传统模型以及LSTM和TCN等序列模型。该系统在九个系统的工业数据集上，在168小时的预测范围内达到了81.17%的准确率，证明了其在不确定性感知时空预测方面的有效性。