实体
Quantformer
Quantformer
PulseAugur coverage of Quantformer — every cluster mentioning Quantformer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
QuantFormer模型采用新颖的量化方法预测神经活动
研究人员开发了QuantFormer，这是一种新颖的基于Transformer的模型，旨在预测小鼠视觉皮层双光子钙成像数据中的神经活动。该模型通过动态信号量化将预测任务重构为分类问题，与传统的回归方法相比，这种方法在学习稀疏神经激活模式方面更有效。QuantFormer还纳入了特定神经元的token以处理任意数量的神经元，展示了可扩展性，并为从Allen数据集中预测神经活动设定了新的基准。
-
新的QFCQT框架增强了波动性时间序列预测能力
研究人员推出了一种新颖的QFCQT框架，专为预测波动性时间序列数据而设计。该方法结合了Quantformer风格的编码器、Lee振荡器激活模块和光滑混沌门控融合机制。该系统利用八个参数化Lee振荡器的叠加来捕捉多样化的非线性响应模式，旨在提高对数据中突变和结构性转变的敏感性。在ETTh1、ETTh2和A股指数等基准数据集上的实验表明，QFCQT的性能优于Informer和LogTrans等成熟模型。