PulseAugur
中
实时 18:56:21
实体 U-Nets

U-Nets

PulseAugur coverage of U-Nets — every cluster mentioning U-Nets across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 7
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 7 条
  1. RESEARCH · CL_348667 ·

    研究发现:基础模型在医学图像分割方面展现出潜力

    一项发表在arXiv上的新研究比较了适应基础模型与训练任务特定模型在医学图像分割方面的有效性。研究发现,适应DINOv2等基础模型通常能带来更好的跨不同临床地点和成像领域的泛化能力,即使只需要调整模型的一小部分。另一篇发表在arXiv上的论文探讨了循环细化在医学图像分割中的作用,提出了一种轻量级的循环模块,可以提高鲁棒性和准确性,尤其是在训练数据有限或存在成像伪影的情况下。

  2. TOOL · CL_298448 ·

    新数据集为中世纪圣歌提供3万个OMR真值示例

    研究人员开发了一个新的数据集,包含超过3万个中世纪圣歌的光学音乐识别(OMR)真值示例,将手稿图像与音乐符号关联起来。该数据集使用Cantus数据库的Volpiano转录创建,包含超过190万个标记,涵盖了各种记谱法家族和布局。一个在此数据上训练的卷积循环神经网络在测试行上实现了9.6%的符号错误率,显著优于之前在奥地利文献上训练的模型。

  3. TOOL · CL_239442 ·

    规定的气旋轨迹损害神经网络海洋模拟器性能

    一篇新研究论文探讨了使用规定的气旋轨迹作为神经网络海洋模拟器输入的影响。研究发现,这种方法虽然看似直观,但实际上会降低模拟器在孟加拉湾的性能。神经网络学会了对气旋轨迹的罕见信号做出错误的响应,导致与未基于气旋数据进行条件设置的模型相比,预测效果更差。在推理过程中用无风暴图替换气旋图可以提高预测准确性。

  4. TOOL · CL_187440 ·

    将U-Net作为神经算子用于逆成像问题的分析

    研究人员从神经算子的角度探索了U-Net架构在解决逆成像问题中的应用。该研究考察了这些网络在离散化分辨率增加时的表现,这是解决真正病态问题的关键因素。在有限角度CT重建上的实验表明,虽然U形神经算子架构本身具有分辨率不变性,但传统的U-Net架构在面对分辨率变化时表现出显著的鲁棒性。

  5. TOOL · CL_183097 ·

    新型轻量级U-Net模型面向实时语音增强

    研究人员开发了UL-UNAS,这是一种通过网络架构搜索优化的超轻量级U-Net模型,用于实时语音增强。该模型采用了高效的卷积块、一种新颖的仿射PReLU激活函数以及一个因果时频注意力模块。UL-UNAS在计算复杂度相似或更低的情况下,表现优于现有的超轻量级模型,并且可以与需要显著更多资源的模型相媲美。

  6. TOOL · CL_180773 ·

    新的UDT架构融合了U-Net与Diffusion Transformer

    研究人员推出UDT,一种融合了U-Net和Diffusion Transformer(DiTs)优势的新型生成模型架构。UDT采用数据自适应Token合并技术,在保持Transformer的Token维度的同时,调和了U-Net的编码器-解码器结构与DiTs的表示能力。该方法在图像生成任务上实现了更快的收敛速度和更优的性能,优于现有的U-Net DiTs,并取得了与其他先进方法相当的结果。

  7. COMMENTARY · CL_357280 ·

    自编码器与扩散模型:相似之处与关键区别

    本文对比了自编码器和扩散模型,重点阐述了它们在学习数据流形方面的相似之处与区别。两种架构都学习重构输入数据,通常使用瓶颈层和带有残差连接的U-Net。一个关键的区别是扩散模型以时间步为条件,使其能够处理不同级别的噪声,并从文本提示生成图像,这是标准自编码器不具备的能力。