实体
Gated CNN
Gated CNN
PulseAugur coverage of Gated CNN — every cluster mentioning Gated CNN 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
时间线
- 2026-05-19 research_milestone A new deep learning model, Gated-CNN, was proposed for efficient fall detection on smartwatches, outperforming existing transformer baselines. 来源
最近 · 第 1/1 页 · 共 3 条
-
Vision Mamba vs. MambaOut：解码不同的视觉编码策略
一篇新的研究论文调查了 Vision Mamba (VMamba) 和 MambaOut 模型不同的编码策略，它们都利用选择性状态空间模型 (SSM) 作为传统自注意力机制在视觉任务中的替代方案。研究发现，VMamba 在令牌幅度和方向上组织语义证据，尤其在处理高分辨率分类和语义分割方面表现出色。相比之下，MambaOut 将区分类别的信��集中在前台令牌中，这种方法在令牌数量增加时稳定性较差。这些不同的方法表明，VMamba 在密集…
-
门控CNN模型在智能手表上提供高效的跌倒检测
研究人员开发了一种名为 Gated-CNN 的新型深度学习模型，用于使用智能手表进行跌倒检测。该模型利用门控卷积网络而非注意力机制，计算效率更高，并且能更好地识别跌倒的具体影响特征。在多个数据集的评估中，Gated-CNN 取得了较高的 F1 分数，优于基于 Transformer 的模型。在 Google Pixel Watch 3 上进行实时测试时，该模型表现出出色的准确性，并且所有跌倒都被检测到，无一遗漏。
-
MambaBack架构通过混合AI方法增强全切片图像分析
研究人员推出了一种新颖的混合架构MambaBack，旨在改进计算病理学中的全切片图像（WSI）分析。该新模型结合了Mamba和MambaOut的优势，以更好地捕捉局部细胞结构和全局上下文信息，这对于癌症诊断至关重要。MambaBack解决了在推理过程中保持2D空间局部性、优化局部特征提取和减少内存使用等挑战，在多个数据集上表现优于七种现有最先进的方法。