实体
Crest
Crest
PulseAugur coverage of Crest — every cluster mentioning Crest across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的CREST方法改进了AI动力学模型的时间信用分配
研究人员引入了一种名为CREST的新方法，以解决学习到的动力学模型中的时间信用问题。当仅使用轨迹级监督训练的模型将信用错误地分配给平滑的关联物而不是决定结果的实际短暂物理事件时，就会出现此问题。CREST是一种无需训练的读出方法，它通过对比事件和静止期来识别事件核心并重新锚定模型的汇集表示。跨各种系统和编码器的实验表明，CREST提高了分布外误差，并正确地将信用分配给事件步骤，其性能优于专注于稳定性的方法或感受野收缩的方法。
-
CREST框架为低功耗嵌入式系统优化AI模型
研究人员开发了CREST，一个专为低功耗嵌入式传感系统设计的硬件在环神经架构搜索（NAS）框架。该框架通过考虑内存、延迟、能耗限制和传感调度等现实部署因素，而非仅仅依赖FLOPs或参数等静态代理，来解决现有方法的局限性。在Arm Cortex-M目标上的评估表明，与传统的NAS方法相比，CREST能够显著降低能耗并识别出更合适的模型架构。
-
CREST方法高效选取长视频关键帧
研究人员开发了CREST，一种用于高效选取长视频关键帧的新颖方法。这种无需训练的方法利用查询帧相关性的时间几何结构，特别关注局部曲率，以识别显著事件并将其与冗余片段区分开来。与启发式方法相比，CREST在LongVideoBench和VideoMME等基准测试中表现出更高的准确性，同时与更复杂的检索流程相比，显著降低了预处理成本。