Timm
PulseAugur coverage of Timm — every cluster mentioning Timm across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
沃伊尼奇手稿分析表明是复杂的密码或重大错误，而非简单语言
研究人员分析了沃伊尼奇手稿，这是一本15世纪的、使用未破译文字写成的文本，以确定它是否包含有意义的语言，或者仅仅是一个无意义的创作。通过开发程序来模拟真实的语言密码和抄写员复制并修改自己词语的过程，他们将这些模型与手稿的统计特性进行了比对。虽然具有单一密钥的简单密码的预测性不如复制过程，但更复杂的密码或编码词类的密码表现相当，这表明仅凭词语统计数据不足以解开这个谜团。研究还发现，与已知语言相比，该手稿的词语共现模式较弱，并且大多数破译…
-
《沃伊尼克手稿》分析表明其语言结构薄弱或存在大量抄写错误
研究人员调查了《沃伊尼克手稿》，这是一本15世纪的、使用未破译文字的书籍，以确定其内容是否具有语言意义，还是仅仅是无意义的复制品。通过创建程序来模拟密码背后的真实语言和抄写员的抄写过程，他们发现抄写模型能更好地预测文本中的某些统计模式。然而，具有多个密钥的密码或编码词类的密码也匹配了这些统计数据，这表明仅凭词语统计数据不足以得出明确结论。进一步分析显示，该手稿表现出的词语配对在同一行出现的语言模式强度是已知语言的一半，这表明其语言结构…
-
新的 PyTorch 库标准化 3D 点云模型
一个名为 `torch-pointcloud` 的新 PyTorch 库已被开发出来，旨在标准化和简化预训练的 3D 点云处理模型的用法。受图像模型 `timm` 库的启发，`torch-pointcloud` 为各种架构及其检查点提供了一个统一的接口，便于集成和复现研究实验。该库支持包括分类、分割和检测在内的广泛任务，并包含 PointNet++、DGCNN 和 PointNeXt 等众多模型的实现，权重可在 Hugging Face 上获取。
-
AI模型利用迁移学习准确评估痤疮严重程度
研究人员开发了一个四类痤疮严重程度分类器，该分类器使用EfficientNet-B0模型进行迁移学习，并在ACNE04数据集上进行了微调。该模型在测试集上达到了93.5%的准确率和94.4%的宏观F1分数，大多数错误发生在相邻等级之间。Grad-CAM可视化突出了临床相关的面部区域，并且该流程已作为开源实现提供Python和MATLAB版本。