实体
tensor network
tensor network
PulseAugur coverage of tensor network — every cluster mentioning tensor network 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
-
受量子启发的TT-Net利用张量网络推进图像去噪
研究人员推出了一种新颖的图像去噪方法TT-Net，该方法利用受量子启发的张量网络方法。与使用奇异值分解（SVD）处理单个通道的现有方法不同，TT-Net采用双切张量链分解来访问跨通道信息。这一进展使得TT-Net在处理高斯噪声、运动模糊和椒盐噪声等各种噪声类型时，在去噪质量上优于SVD-Net。该研究还表明，受量子启发的工具可以作为深度学习应用中有效的特征过滤器。
-
新方法加速高维函数深度神经网络训练
研究人员开发了一种新颖的方法来加速高维函数的深度神经网络训练。该方法将上下文特征集成到网络的初始层，然后与网络参数一起使用梯度下降进行优化。该方法特别利用张量网络分解策略来处理复杂特征，从而显著降低存储成本，并能够高效训练维度范围从 5 到 40 的模型。