CNNS
PulseAugur coverage of CNNS — every cluster mentioning CNNS across labs, papers, and developer communities, ranked by signal.
- instance of ScienceCast 90%
- instance of Gotit.pub 90%
- uses Vision Transformers 70%
- competes with Manchester Literary and Philosophical Society 70%
- instance of CatalyzeX 70%
- instance of Manchester Literary and Philosophical Society 70%
- used by ResNet-50 70%
- used by alphaXiv 70%
- affiliated with Vision Transformers 50%
- competes with Vision Transformers 50%
- used by Manchester Literary and Philosophical Society 50%
- used by Vision Transformers 50%
13 天有情绪数据
-
EdgeCompress框架为边缘设备大幅削减CNN计算量
研究人员开发了EdgeCompress，一个新颖的框架，旨在显著降低卷积神经网络（CNN）的计算需求，以便在资源受限的边缘设备上部署。该框架采用动态图像裁剪来将计算集中在显著的前景对象上，并采用复合收缩技术协同压缩网络深度、宽度和分辨率。此外，EdgeCompress利用动态推理方法，将不同复杂度的模型级联起来，根据输入的识别难度自适应地处理输入，从而进一步提高效率。
-
研究发现，病理学AI模型规模化效益递减
一篇题为《好、坏与脆弱》的新研究论文评估了十二种病理学基础模型（PFMs）和ResNet基线模型在鲁棒性和泛化能力方面的表现。该研究使用鲁棒性评估与增强工具箱（REET）和非冗余K折交叉验证协议，引入了扰动性能指数（PPI）来衡量各种扰动下的准确率趋势。研究结果表明，虽然PFMs总体上优于传统CNN，但模型规模化带来的效益呈现递减趋势，中等规模的模型通常表现出相当或更优的韧性。该研究强调了明确评估分布漂移的关键需求，并建议未来的PFM…
-
FuseMamba-VD 推出用于视频暴力检测的高效双分支架构
研究人员推出 FuseMamba-VD，这是一种用于高效视频暴力检测的新型双分支架构。该模型结合了状态空间模型 (SSM) 主干和门控机制，以融合空间和时间特征，从而提高在具有挑战性的监控场景中的准确性。所提出的方法还通过合并几个现有数据集来引入新的基准，展示了最先进的性能以及准确性和计算效率之间的良好平衡。
-
新的Activation-Deactivation框架增强了AI可解释性
研究人员推出了一种新的事后可解释AI框架Activation-Deactivation (AD)，旨在提高解释的鲁棒性。与依赖扰动输入特征的传统方法不同，AD通过停用模型自身的部分来模拟扰动效果。已开发出一种名为ConvAD的卷积神经网络(CNN)实现，它可以集成到现有的已训练CNN中，无需进一步训练。在各种架构和数据集上的评估表明，与最先进的方法相比，ConvAD生成的解释更鲁棒且可迁移。
-
FedACT 方法通过异构数据改进了联邦 Transformer 训练
研究人员引入了 FedACT，这是一种旨在增强联邦 Transformer 训练鲁棒性的新颖方法，尤其是在处理异构客户端数据时。该方法通过基于逐坐标信任分数重新分配更新幅度，解决了 AdamW 等自适应优化器中的“坐标信任不匹配”问题。FedACT 优先更新同时得到局部梯度和全局校正一致支持的坐标，同时仍允许其他坐标进行较小的更新。在包括视觉 Transformer 和 LLM 在内的各种模型上的实验表明，FedACT 在现有联邦自适…
-
新的阈值门控原语重塑神经网络非线性
研究人员提出了一种称为阈值门控（TG）的新原语，它可以实现神经非线性，这是传统上由激活函数处理的功能。该TG原语被证明等同于ReLU和Sigmoid等标准激活函数，并且可以在不损失性能的情况下从现有神经网络架构转换而来。研究表明，TG有望在模型压缩、训练效率和硬件实现方面带来改进，特别是通过减少对模数转换器的需求，从而有利于模拟内存系统。
-
新基准AGVBench评估血管识别的数据增强方法
研究人员推出AGVBench，这是一个旨在评估血管识别系统数据增强策略的新基准。该基准在公共手掌和手指静脉数据集上测试了七种不同模型架构的30种增强方法。研究结果表明，MixUp和PuzzleMix等多种图像混合技术提供了最佳识别性能，但存在校准不佳和对抗性脆弱性问题。研究还强调，严重的几何变换会降低识别精度，并且增强效果在手掌和手指静脉数据集之间存在差异，这突显了超越简单准确性的面向可靠性评估的必要性。
-
MG-RWKV框架通过高效处理增强时间伪造定位
研究人员推出了一种新颖的MG-RWKV框架，用于音视频内容中的时间伪造定位。该方法利用RWKV架构以线性复杂度高效处理完整序列，解决了现有CNN和Transformer模型的局限性。关键创新包括用于时间上下文的双向RWKV、用于自适应粒度选择的多粒度专家混合（MG-MoE）以及用于减少误报的跨粒度一致性（CGC）。在多个数据集上的实验表明，MG-RWKV以降低的计算成本实现了最先进的结果。
-
SparsePixels框架提升稀疏数据在FPGA上的CNN推理性能
研究人员开发了SparsePixels框架，旨在优化稀疏数据在FPGA上的卷积神经网络（CNN）推理。该方法选择性地处理活动像素，与标准的密集CNN相比，显著减少了计算量和延迟。对于LArTPC图像，SparsePixels实现了73倍的加速，将推理时间缩短至一微秒以内，同时保持了高性能并符合FPGA资源限制。
-
新轻量级框架利用频率和空间数据增强水下图像
研究人员开发了一种新颖的轻量级实时水下图像增强（UIE）框架，该框架将频域信息与空间域处理相结合。所提出的系统利用了具有固定DCT先验的多分支可重参数化卷积（MBRConv-DCT）和频域引导双路径注意力（FGDPA）模块。这种方法通过引入对频率敏感的先验来克服纯空间域方法的局限性，从而实现了一个性能高、延迟低的紧凑型模型。
-
新的 AI 模型融合卷积神经网络和视觉 Transformer 来检测合成图像
研究人员开发了一种通过融合卷积神经网络 (CNN) 和视觉 Transformer 来识别 AI 生成图像的新方法。该方法旨在应对高质量合成图像日益增长的挑战。在 CIFAKE 数据集上的实验证明了该模型的有效性，在区分 AI 生成图像和真实图像方面达到了 97.32% 的准确率。
-
新的LFNet方法融合CNN和SSM特征以改进显著目标检测
研究人员开发了一种名为Liquid Fusion Network (LFNet) 的新方法，通过协调不同神经网络架构的特征来改进显著目标检测。LFNet利用受Liquid Neural Networks启发的液态融合方法，解决了卷积神经网络 (CNN) 和状态空间模型 (SSM) 中固有的频谱偏差。这种动态集成允许内容感知的特征聚合，并且可以扩展到多模态线索，从而在各种任务中实现最先进的性能。
-
全分辨率MLP在医学密集预测中优于CNN和Transformer
研究人员开发了一个新的医学密集预测任务框架，该框架在全图像分辨率下利用多层感知机（MLP）。该方法旨在克服卷积神经网络（CNN）和Transformer的局限性，它们通常在下采样特征上运行，并会丢失关键的组织纹理信息。在六个数据集上的实验表明，全分辨率MLP框架在医学图像修复、配准和分割方面取得了最先进的性能。
-
批处理层对实时欺诈检测的完整性至关重要
本文讨论了批处理层在维护实时欺诈检测系统完整性方面的重要作用。文章强调，虽然实时评分很重要，但强大的批处理流程对于重新审计和重新训练机器学习模型至关重要。这种方法有助于解决概念漂移等问题，并确保数据质量，最终实现更准确可靠的欺诈预防。
-
混合SNN-CNN模型通过高效事件数据处理增强跌倒检测
研究人员开发了结合脉冲神经网络（SNN）和卷积神经网络（CNN）的混合模型，以改进跌倒检测。这些模型处理从常规视频生成的模拟事件基相机数据，以利用SNN的能效和时空处理能力。评估表明，与传统的机器学习模型相比，这些混合方法在不影响准确性的情况下实现了显著的效率提升。
-
FlexPooling 方法将 CNN 准确率提升 1-3%
研究人员推出了一种新颖的自适应池化方法 FlexPooling，用于深度卷积神经网络，该方法学习激活的加权平均值。该方法旨在在下采样过程中保留关键信息，其性能优于标准的池化技术，如最大池化和平均池化。当与 Simple Auxiliary Classifiers 结合使用时，FlexPooling 在各种图像分类数据集上表现出持续 1-3% 的准确率提升。
-
新指标预测计算机视觉中合成数据的效用
研究人员开发了一种新指标，用于预测合成数据在计算机视觉任务中的有用性，特别是在正样本有限的情况下。该方法分析了预训练基础模型的嵌入空间，使用样本之间的差分向量来评估合成数据是否捕捉了任务相关的方向。通过该指标与在混合真实和合成数据上训练的CNNs性能的强相关性，证明了该指标的有效性，为评估合成数据质量提供了一个实用的工具。
-
新型贝叶斯3D可定向CNN量化不确定性
研究人员开发了一种新颖的贝叶斯3D可定向CNN，可同时实现SE(3)-等变性和不确定性量化。该新模型在核系数上放置后验分布，从而实现随机核，同时保持精确的等变性。该框架将预测不确定性分解为认知不确定性和随机不确定性成分，在分布偏移下表现出具有竞争力的分类准确性和改进的性能。
-
新研究揭示图像分类器依赖相位进行身份识别
一篇新研究论文探讨了相位在图像分类器神经网络表征中的作用，并将其与Oppenheim-Lim测试进行了类比，该测试证明了仅凭傅里叶相位即可重建自然图像。研究发现，PRISM2D、GFNet和ViT-B/16等模型在身份识别方面严重依赖相位信息，而幅度信息在读取时作用较小。虽然ResNet-50最初似乎有所不同，但进一步分析显示，根据架构的整流和读取几何形状，在不同基数下会暴露一个潜在的符号编码。
-
新的CNN滤波器连接提高了准确性
研究人员提出了一种通过在滤波器之间引入成对连接来增强卷积神经网络（CNN）的新方法。与仅依赖于逐点非线性的传统方法不同，这种新技术允许学习连接函数，使层能够为特定任务适应不同的连接类型。该方法旨在通过超越用于逻辑AND连接的简单乘法或最小值运算来提高CNN的准确性。