实体
Krylov
Krylov
PulseAugur coverage of Krylov — every cluster mentioning Krylov across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的LF-MultiDiffusion方法加速了无训练全景图生成
研究人员推出了一种新颖的LF-MultiDiffusion方法，无需训练即可生成球形全景图。该方法通过在图像空间之间引入线性投影来增强MultiDiffusion技术，将潜在聚合视为一个正则化最小二乘问题。这使得映射更稳定、更自然，通过减少图像生成器评估次数，显著提高了生成效率。与现有的无训练方法相比，LF-MultiDiffusion在视觉质量、文本对齐和全景一致性方面表现更优，推理速度提高了15.36倍。
-
新的谱编码用于有向图，利用 Krylov 子空间
研究人员开发了新的有向图谱位置编码，克服了现有方法的局限性。这些可学习的编码在构造上是规范不变的，并且可以使用厄米块 Krylov 子空间高效计算，仅需要稀疏矩阵向量乘积。与不区分方向的方法相比，所提出的方法在有向图基准测试中表现出改进的性能，并提供了更准确地捕获图结构的方法。