ResNet-18
PulseAugur coverage of ResNet-18 — every cluster mentioning ResNet-18 across labs, papers, and developer communities, ranked by signal.
12 天有情绪数据
-
机器学习方法对湍流中的结构光进行分类和生成 · arXiv 研究
研究人员开发了一种机器学习方法，用于对已在湍流介质中传播的结构光束进行分类和生成。该研究利用数值模拟来创建散斑图案，并采用SimpleCNN和ResNet-18分类器来分析强度和自相关输入。为了解决获取额外传播样本的成本问题，创建了一个条件化扩散模型用于生成增强，该模型具有一个感知频谱的扩散目标，结合了像素域损失和傅里叶域正则化器，以保持高频散斑统计数据。这种混合目标已被证明可以提高分类性能，尤其是在数据量较少的情况下。
-
新框架增强了FPGA加速器中的容错能力
研究人员开发了ProWAFT，一个专为SRAM基FPGA上实现的CNN加速器设计的新型容错框架。该系统解决了瞬态故障带来的挑战，这些故障可能损害边缘计算环境的可靠性。ProWAFT利用部分重构，跨可重构分区动态应用三模冗余（TMR），平衡工作负载关键性、故障传播和重构开销，以优化延迟、能耗和可靠性。
-
新的CIM框架在数据集蒸馏方面达到最先进水平
研究人员推出了一种新的数据集蒸馏框架CIM，旨在最大限度地减少信息损失。与涉及多个压缩和重新标记阶段的先前方法不同，CIM直接对齐数据分布，以确保高保真信息压缩。据报道，该方法取得了最先进的成果，在一小时内在一台GPU上蒸馏了ImageNet-1K，并在ResNet-18上比现有方法提高了近3%。
-
AI 系统使用几何归一化技术，在 X 光片中准确检测肺炎和 COVID-19
研究人员开发了一种自动化系统，通过对肺部区域进行几何归一化来识别胸部 X 光片中的肺炎和 COVID-19。该系统采用 ResNet-18 模型进行标志点检测，然后使用广义普氏分析和仿射变换进行几何归一化。一个单独的 ResNet-18 分类器随后将图像分类为 COVID-19、病毒性肺炎或正常。该方法在 COVID-19Radiography Database 上取得了高精度，表明与原始图像或伪影掩盖图像相比，解剖对齐可以实现更鲁棒…
-
AI框架利用物理学和深度学习重建坍塌结构
研究人员开发了一个名为Jenga Inverse Predictor (JIP-2) 的GPU加速深度学习框架，以协助重建坍塌的建筑纪念碑。该系统将结构重建视为一个逆预测任务，使用物理引擎和双流ResNet-18模型，从坍塌结构的图像中重建最可能的先前塔楼配置。该框架包含了详细的物理模拟，包括碰撞检测和接触求解，并分析了不同摩擦水平下的力阈值，以预测块体移除概率和结构稳定性。研究结果对Uxmal等历史遗址的计算机辅助重建工作具有启示意义。
-
新的StoMPP方法改进了二值神经网络的训练
研究人员推出了一种新颖的二值神经网络（BNN）训练方法StoMPP（Stochastic Masked Partial Progressive Binarization，随机掩码部分渐进式二值化），该方法避免了在使用直通估计器（STE）时通常会遇到的更深层网络精度下降问题。StoMPP从输入到输出逐渐二值化网络层，在ResNet-50、MobileNetV2和BERT等各种架构中提供了显著的精度提升，即使在不使用STE的情况下也是如此…
-
基于CLIP的模型在情境感知情感识别方面提升有限
研究人员进行了一项关于使用基于CLIP的模型进行情感识别的研究，重点关注身体姿势和场景情境如何有助于理解图像中的情感。该研究采用了一个双流模型，一个流处理人的身体，另一个流使用CLIP分析场景。尽管探索了上下文去偏和稀有类别训练等各种技术，但没有一种技术能显著优于基线双流模型，该模型在EMOTIC测试集上的mAP为34.52%。研究结果表明，虽然CLIP提供了广泛的场景语义，但仍需进一步工作来解决稀有和微妙情感类别中的错误，重点关注标…
-
新的光学先验提高了无线胶囊内窥镜分类的准确性
研究人员开发了一种新颖的无线胶囊内窥镜分类框架，该框架在训练阶段纳入了物理信息驱动的血红蛋白先验。该方法旨在通过区分血红蛋白对比度与其他视觉伪影（如胆汁染色和照明问题）来提高血管病变的检测能力。在 Kvasir-Capsule 数据集上的实验显示，分类准确性显著提高，尤其是在识别淋巴管扩张方面，并展示了强大的跨厂商迁移学习能力。
-
新研究探索声学枪击事件分类的特征提取方法
研究人员对声学枪击事件分类的特征提取技术进行了系统研究，使用了包含85种枪支的23,000条枪击录音数据集。该研究基准测试了三种特征提取方法和12种独特的参数集，并采用了ResNet-18模型。研究结果表明，选择合适的特征提取技术可以将Top-1准确率提高多达20%，通过对给定技术的最佳参数调优，还可以进一步提高4.7%。
-
GrapNet 引入可编程神经图，增强模型可编辑性
研究人员推出 GrapNet，这是一种新颖的神经图基底，旨在为固定张量神经网络带来可编程性。该系统将图本身视为可执行程序，允许直接在神经程序上进行编辑关系、冻结子图和审计局部函数等操作。GrapNet 与 CNN 和 ResNet 等现有模块集成，在拆分 Fashion-MNIST 和 CIFAR-10 等任务上表现优于传统的密集 MLP。
-
新的HeteRo-Select框架通过优先考虑数据信息量来优化联邦学习
研究人员为联邦学习系统开发了一个名为HeteRo-Select的新框架，该框架在梯度压缩中优先考虑数据信息量而非链路速度。这种方法旨在解决非独立同分布（non-IID）数据场景中带宽和数据信息量可能不匹配的问题。通过使用信息量分数来指导客户端选择、压缩率和服务器聚合权重，HeteRo-Select在速度方面取得了显著的改进，并减少了流量，即使在这些信号被故意反相关的情况下，其表现也优于带宽驱动的方法。
-
ANEForge 支持 Apple Neural Engine 的直接 Python 编程
一个名为 ANEForge 的新 Python 包允许开发者直接对 Apple Neural Engine (ANE) 进行编程，而无需依赖 CoreML。这种绕过方式可以更有效地利用 ANE，ANE 是 Apple 设备中专用的神经网络加速器。ANEForge 将张量图编译成 ANE 程序，支持诸如融合注意力、各种权重格式，甚至直接在引擎上进行训练步骤等操作。这使得模型执行速度显著加快，例如 ResNet-18 前向传播仅需 0.3…
-
新框架解耦课程学习因素以提高数据效率
研究人员开发了一个名为 Confusion-Aware Transfer Teacher Curriculum Learning 的新框架，以更好地理解课程学习的组成部分。通过将样本难度评分与节奏解耦，他们评估了一个考虑了正确类别置信度和错误类别概率分布的混淆感知分数。虽然仅改进评分函数并未提高在 ResNet-18 和 VGG-16 在 CIFAR-10 上的准确性，但混淆感知课程排序在数据效率方面显示出优势，在 20% 数据量下比…
-
新的InstantForget方法无需重新训练即可解除AI后门
研究人员开发了一种名为InstantForget的新方法，可以在不重新训练模型的情况下移除AI模型中的后门触发器。该技术在推理时运行，通过识别和重置指示后门的异常特征来工作。在CIFAR-10和ResNet-18模型的测试中，InstantForget在保持模型效用的同时，显著降低了各种触发器的平均攻击成功率。
-
新的GRAPE框架提升神经网络的对抗鲁棒性
研究人员推出了一种新颖的训练框架GRAPE，旨在增强神经网络的对抗鲁棒性，同时保持模型尺寸紧凑。GRAPE的独特之处在于将鲁棒模型学习视为一个演化过程，逐步暴露和优化参数，而不是从一开始就依赖固定结构。这种引导式参数空间演化方法，包括渐进式隐藏扩展和对抗性谱利用分数，在CIFAR-10上与传统的对抗训练方法相比，在鲁棒准确性方面取得了显著的改进，即使在计算预算相当且参数数量减少的情况下也是如此。
-
新研究发现AI行人识别中的“作弊陷阱”
研究人员发现，在PETA和PA-100K等大型数据集中，极端类别不平衡导致行人属性识别（PAR）面临重大挑战。这种不平衡导致了一种被称为“多数负类作弊陷阱”的现象，即标准优化方法会抑制稀有属性。通过在ResNet-18骨干网络上系统分析多标签焦点损失（Multi-Label Focal Loss）的超参数，发现了一种校准配置，该配置在提高稀有属性检测和收敛性的同时，也能匹配基线性能。该研究还定义了“稀疏性墙”（Sparsity Wal…
-
能量守恒提高了模块化神经网络的鲁棒性
研究人员开发了一种新颖的方法，通过在模块边界强制执行能量守恒来提高模块化神经网络的鲁棒性。该方法确保激活能量（定义为特征向量的平方 L2 范数）在整个管道中保持恒定，从而防止误差放大。实验表明，在各种噪声条件下，这种能量守恒技术在保持准确性方面显著优于基线方法，甚至可以推广到实际的机器人应用。
-
新的剪枝方法在单个训练周期中创建稀疏神经网络
研究人员开发了一种在单个训练周期中创建稀疏神经网络的新方法，这比需要多个周期的现有技术有了显著改进。这种渐进式基于幅度的剪枝方法在训练过程中逐渐增加稀疏性，在各种架构和数据集上，与乐透假说（LTH）、SNIP 和 GraSP 等成熟方法相比，实现了具有竞争力的或更优的准确性。该方法表明，即使在极高的稀疏度水平下也能保持高准确性，为模型压缩提供了一种有效的替代方案。
-
反馈对齐训练方法通过新的降维技术得到改进
研究人员发现反馈对齐（FA）方法在训练神经网络时存在一个关键限制，该方法绕过了反向传播的生物学不可靠性。他们发现FA的误差信号秩低于反向传播中使用的误差信号，限制了参数空间的探索并阻碍了其向更深层架构的可扩展性。为解决此问题，该研究提出了两种机制：一种名为Muon的优化器，可使权重更新正交化；以及一种隐藏活动归一化，可促进激活正交性。这些方法显著提高了FA在CIFAR100等基准测试上的性能，表明增加更新几何的降维对于FA作为反向传播…
-
AI模型通过多模态语音分析检测帕金森病
研究人员开发了一种新颖的多分支深度学习框架，旨在通过语音分析提高帕金森病的检测率。该方法利用三种不同的语音表征：Log-Mel频谱图、MFCC和HuBERT嵌入，每种都由专门的神经网络处理。一项关键创新是上下文引导的跨模态注意力机制，它动态地整合这些不同的特征，从而提高了疾病识别的准确性。