PulseAugur
中
实时 21:33:03
实体 Multi-Temporal Convolutional Networks

Multi-Temporal Convolutional Networks

PulseAugur coverage of Multi-Temporal Convolutional Networks — every cluster mentioning Multi-Temporal Convolutional Networks across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_14095 ·

    Vision Transformers 优化时空植被分类效率

    研究人员开发了一种优化的 Vision Transformer (ViT) 方法，用于对植被像素进行时序分类，解决了植物物候监测中的计算挑战。与现有的多时序卷积网络 (CNNs) 相比，这种新方法在计算效率方面有了显著提高，浮点运算量 (FLOPs) 减少了一个数量级。ViT 方法在不考虑时间序列长度的情况下保持恒定的参数复杂度，使其成为监测生态系统和气候变化影响的资源受限系统的可扩展解决方案。