- 博客(33)
- 收藏
- 关注
RSS订阅原创 NH-PINN：多尺度问题的神经同化新突破！
文章针对 PINN 训练困难问题，分析其初始化时输入梯度的特性，提出在正弦空间学习的 sf - PINN。本文提出 SPINN 用于求解常微分和偏微分方程，通过将无网格方法转化为稀疏神经网络架构，展示其在多种方程求解中的有效性，探讨了该模型的特性、优势及局限。这些技术的发展，不仅推动了人工智能与物理建模的深度融合，还为复杂工程问题的求解提供了新的思路和方法。，通过神经网络实现同化过程，解决了传统PINN在多尺度问题上的精度不足，并提出了针对周期问题的过采样策略，大幅提升了求解精度。
2025-04-04 19:30:00
392
原创 脑肿瘤分割新突破：MWG-UNet++融合Transformer与GAN，性能大幅提升！
文章提出 Transformer-Unet（TUnet）网络，将 Transformer 应用于原始图像而非特征图，在 CT82 数据集上进行胰腺分割实验，对比其他模型展示其优势，同时分析模型的特点与局限。文章提出 AFTer-UNet 用于医学图像分割，融合 2D 卷积层与 Transformer 优势，通过实验对比多种方法，验证其性能优势，并进行消融实验分析了模型关键参数的影响。，这些技术不断突破性能瓶颈，为精准医疗和疾病诊断提供了更高效、更准确的工具，极大地推动了医学影像分析领域的发展。
2025-04-03 19:30:00
442
原创 多目标强化学习新突破：P-MOCO、Pareto Q-learning助力智能决策！
从早期的手工启发式方法，到如今基于神经网络和强化学习的智能算法，技术不断革新，为复杂决策问题提供了更高效、更精准的解决方案，极大地提升了决策效率和质量。文章聚焦动态权重设置下的多目标深度强化学习问题，提出条件网络（CN）和多样经验回放（DER）方法，通过实验对比，验证其在不同权重变化场景下相比其他算法的优势。文章针对复杂连续机器人控制的多目标优化问题，提出预测引导的多目标强化学习算法，设计连续动作空间的基准测试环境，经实验验证该算法在寻找帕累托最优策略上的优势。近年来，多目标强化学习（
2025-04-02 19:30:00
210
原创 AI 可解释性革命：LIME、SHAP 与 MMPI 的突破！
等技术的出现，使复杂模型的预测过程变得透明，帮助用户理解模型决策依据。文章探讨机器学习可解释性，分析其定义、需求场景，提出评估分类体系，指出存在的问题并给出研究建议，旨在推动可解释性研究走向严谨科学。提出了一种新的解释方法，通过局部线性模型近似复杂模型，能够为每个特征分配重要性值，帮助用户理解模型的决策依据。1.提出 LIME 算法，通过局部学习可解释模型，以忠实且可解释的方式解释任何分类器的预测结果。1.提出解释模型的新视角，定义加性特征归因方法类，统一了六种现有方法，揭示了方法间的潜在联系。
2025-04-01 17:54:08
314
原创 1M 视频 & 语言模型：长序列理解的突破
文章提出 PHYSOBJECTS 数据集，用于微调视觉语言模型（VLM）以提升其对物体物理概念的理解，将微调后的 VLM 融入机器人规划框架，在多方面实验中验证了方法的有效性。文章聚焦于具身人工智能中的视觉 - 语言 - 动作（VLA）模型，阐述其发展背景，提出分类体系，介绍相关模型、资源，讨论挑战与未来方向，为该领域研究提供全面综述。本文提出了一种能够处理。极大地提升长文本和长视频的理解能力，为智能问答、视频分析和机器人视觉等领域的应用带来更强大的支持，推动人工智能向更智能、更高效的方向发展。
2025-03-31 19:09:49
786
原创 VMamba与FusionMamba：图像处理领域的革命性突破！
视觉骨干模型，通过 2D 选择性扫描模块将 Mamba 应用于视觉数据处理，经架构和实现优化提升推理速度，实验验证其在多视觉任务中的优异性能与线性复杂度优势。文章提出 MambaIR 模型用于图像恢复，针对标准 Mamba 在图像恢复中的问题进行改进，通过实验对比多种方法，验证其在不同图像恢复任务中的优势。用于医学图像分割，介绍其架构、模块和训练方法，经多数据集实验，验证该模型在医学图像分割任务中的竞争力，并分析其优劣势。3.优化 VMamba 架构和实现细节，显著提高推理速度，在多视觉任务中表现出色。
2025-03-28 19:30:00
243
原创 多模态医学影像融合技术新突破：MATR、ResViT与LSTM-AWOA的创新应用
文章提出基于条件生成对抗网络（TCGAN）的多模态图像融合方法，融合小波变换与 Transformer，经多数据集实验验证其优势，能有效融合图像、保留信息，且泛化能力良好。文章提出基于深度卷积神经网络的医学图像融合新方法，先分解图像，再分别融合不同成分，经与多种方法对比实验，证明该方法在融合质量和视觉效果上更具优势。文章提出基于深度卷积网络的多模态视网膜图像两步配准方法，先粗后细进行图像对齐，通过实验对比多种方法，验证了该方法在配准精度和鲁棒性上的优势。等创新方法不断涌现。优势，提升合成图像质量；
2025-03-27 19:30:00
667
原创 深度聚类：TDCM、DAC、DeepCluster引领聚类新纪元！
将聚类转化为二元成对分类框架，设计自适应学习算法优化模型，在多个数据集上实验，验证其在复杂数据集上的有效性。实验表明，该方法在多个基准数据集上优于现有方法。通过在多个图像数据集上实验，对比多种聚类算法，验证其有效性，为图像聚类提供新方法。2.引入聚类约束，使学习的标签特征趋向于 one-hot 向量，简化图像聚类过程，提高聚类效率。显著提升了聚类性能和泛化能力，降低了计算成本，为复杂数据的无监督学习提供了高效解决方案。2.自适应学习算法能有效筛选训练样本，聚类策略简洁高效，聚类约束使标签特征更利于聚类。
2025-03-26 19:30:00
261
原创 Transformer技术革新：从NLP到CV的跨领域突破！
研究发现模型性能随规模提升，在多任务上表现出色，但也存在局限性，为语言模型发展提供参考。，解决了传统Transformer在视觉任务中计算复杂度高、难以处理高分辨率图像等问题，实现了线性计算复杂度，同时保持了强大的建模能力。1.在 WMT 2014 英德和英法翻译任务中，Transformer 模型取得最领先的成绩，超越此前所有模型，且训练成本更低。如今，Transformer技术在计算机视觉（2.设计任务特定的输入转换方式，将结构化输入转化为序列，减少模型架构修改，使预训练模型能更好地适应不同任务。
2025-03-25 16:48:48
425
原创 XAI + SHAP + 优化算法：能源预测与模型解释的突破！
1.创新性地将 K-means 聚类与 SHAP 相结合，提出 C-SHAP 方法，降低 SHAP 计算特征归因的计算量，提高执行效率。2.在多种机器学习模型和不同数据集上进行实验，结果表明 C-SHAP 在减少执行时间的同时，能保持与 SHAP 相似的特征选择准确性。1.拓展 Shapley 值应用，构建新聚类框架，涵盖无监督、半监督和全监督聚类，适应多种工业场景下的故障诊断和预测需求。3.研究为工业应用中的故障诊断和预测提供了可解释的 AI 方法，虽存在计算成本高的问题，但具有广阔的应用前景。
2025-03-24 19:30:00
709
原创 2025年因果推断与机器学习：突破与应用
2.提出的算法在解决单 c - 组件和一般子集的因果效应识别的最小成本干预问题上有效，精确算法可求解或近似求解，启发式算法在实际应用中有良好表现。1.RF²SA 算法是一种有效的黎曼双级优化算法，能在避免二阶信息的情况下，收敛到 ε- 平稳点，且在不同噪声条件下均有收敛速率保证。，通过将问题转化为单级约束问题，避免使用二阶信息，给出了算法在不同情况下的收敛速率，为相关领域优化提供新方法。3.给出了算法在随机场景下的收敛速率保证，且该速率与欧几里得优化中的预期速率一致，适应了黎曼流形的复杂性。
2025-03-21 19:30:00
649
原创 GNN与CBAM：图像分类与点云分割的性能飞跃！
该架构结合局部和全局注意力特征，通过实验验证了其在多个数据集上的有效性，为图像分类提供了更准确的方法。提出了一种新型的GNN架构，结合局部和全局注意力特征，同时引入了CBAM模块，显著提升了图像分类和点云语义分割的性能。这些技术的应用大幅提升了模型的准确性和效率，为自动驾驶和智能监控等领域的实际应用提供了更可靠的解决方案。1.设计同时学习局部和全局特征的架构，利用 CNN 块和 GCN 分别提取相应特征，提升分类准确性。经实验验证，该架构能有效融合两者优势，在多任务中取得优异成绩，提升分割精度与效率。
2025-03-20 19:30:00
627
原创 Vision Mamba：医学图像分割的高效新突破！
的优势，有效解决了传统方法在长距离依赖建模上的不足，为精准医疗提供了更强大的技术支持，推动了医学图像分析的发展。将其应用于大脑皮质表面数据分析，经多任务实验，展现出在精度、速度和内存方面的优势，为相关研究提供新方向。这种技术能够更精准地分割医学图像中的关键区域，提高疾病诊断的准确性，为患者带来更好的治疗效果。架构，通过引入选择性状态空间模型和多尺度卷积模块，显著提升了医学图像分割的精度和效率。经多数据集实验，验证其在捕捉长距离信息和分割性能上的优势，为医学图像分割提供新选择。
2025-03-19 17:27:07
536
原创 BERT模型瘦身术：TinyBERT与DistilBERT的高效压缩革命！
文章提出 TinyBERT 及 Transformer 蒸馏方法，通过两阶段学习框架，将 BERT 知识转移到小模型，在减少模型大小和推理时间的同时，保持了较高性能。）技术应运而生，通过将大型“教师”模型的知识迁移到小型“学生”模型中，实现了模型的高效压缩与加速，极大地推动了NLP技术在资源受限设备上的应用。3.设计简单且有效的改进特征蒸馏框架，结合蒸馏最后一层特征与投影器集成，在多个任务上优于现有方法。方法，结合两阶段学习框架，首次在预训练和任务特定学习阶段均进行知识蒸馏，显著提升了小模型的性能。
2025-03-18 16:18:43
768
原创 SWoTTeD：时间序列聚类与表型挖掘的突破性进展！
本文介绍了一种名为 Clusterize 的线性时间复杂度聚类算法，通过相关性排序改进生物序列聚类，在准确性和扩展性上表现良好，为生物信息学研究提供了新工具。文章聚焦室内复杂环境下人类轨迹重建问题，利用蓝牙低能耗技术搭建微定位基础设施，通过采样方法确定位置停留点，经实验验证该方法可行性，并对未来研究方向做出展望。文章介绍了 Python 时间序列机器学习库 tslearn，涵盖其功能、实现细节、与相关软件对比等内容，展示其在时间序列处理方面的通用性和实用性。
2025-03-14 14:48:38
405
原创 KAN技术突破：从理论到实践的创新飞跃！
Kolmogorov-Arnold Networks（KAN）作为一种新兴的特征提取技术，近年来在国际学术界引发广泛关注。多篇高分论文表明，KAN在处理复杂数据时展现出卓越性能，尤其在增量学习、图像识别和活动识别等领域，为人工智能的发展注入新动力。KAN通过引入可学习的非线性激活函数和样条函数，突破了传统神经网络的局限，显著提高了特征提取的效率和准确性。KAN技术的广泛应用将推动人工智能在医疗、安防、交通等领域的智能化升级，为行业带来更高效、更精准的解决方案。我整理了9种【特征提取KAN】的相关论文，全部论
2025-03-13 16:29:01
667
原创 SAM技术突破：从弱监督到多模态融合，开启视觉理解新纪元！
从弱监督学习到多模态融合，SAM不断拓展其应用场景，为计算机视觉领域带来了前所未有的灵活性和高效性，推动了自动驾驶、医疗影像分析等领域的技术革新。经多种数据集验证，该框架在不同任务和模态下表现出色。1.提出基于 CNN 的实时分割模型 FastSAM，将分割任务分解，显著降低计算成本，运行速度比 SAM 快 50 倍。1.开发 SAMM，首次将 3D Slicer 和 SAM 集成，为医学图像分割提供了新的开源工具。实验验证了其在不同医学图像格式上的分割能力，且延迟较低，为医学图像分割提供了新方案。
2025-03-12 19:30:00
302
原创 10倍性能提升！AFUKF-MODF引领多传感器融合新突破
文章提出基于自适应渐消无迹卡尔曼滤波（AFUKF）的多传感器最优数据融合方法，通过构建两级融合结构，经仿真和实验验证，可提升多传感器数据融合的适应性和鲁棒性，实现全局最优融合。文章针对 Randles 电路参数估计难题，提出适用于嵌入式硬件的低复杂度方法，经理论、数值和实验验证，该方法准确高效，在锂离子电池参数估计等场景有良好表现。文章提出一种 INS/GNSS 集成的直接滤波方法，构建运动学模型并改进强跟踪无迹卡尔曼滤波算法，经仿真和实验验证，能有效抵抗模型误差干扰，提升导航精度。
2025-03-11 16:13:31
375
原创 RL 算法大突破！多智能体协作性能飞升
1.MADDPG 算法在多种合作与竞争的多智能体环境中，比传统强化学习算法表现更优，能使智能体学习到复杂的协调策略。发展迅猛，在多智能体场景中不断突破，已从游戏领域拓展至多行业，助力智能体协作决策，提升复杂任务执行效率。2.设计智能体学习其他智能体策略的方法，在无需确切知道其他智能体策略的情况下，仍能有效更新策略。3.现有算法在综合挑战下表现不佳：即使在小幅扰动下，现有算法在组合挑战任务中的表现也显著下降。3.策略集成训练可增强智能体策略的稳健性，在竞争环境中，集成策略的智能体表现更出色。
2025-03-07 20:15:00
385
原创 爆！SSD-KD 等技术引领数据蒸馏发展新方向
的可解释机器学习方法，结合参数回归模型的可解释性与非参数方法的性能优势，通过实验验证其在模拟数据和医疗数据上的有效性。有效解决了数据隐私、安全等问题，降低训练成本，助力资源受限设备上的模型训练，推动人工智能在各领域的广泛应用与发展。，介绍其定义、方法、应用，对比不同方法性能，分析面临的挑战并展望未来方向，助力理解该领域研究现状与发展趋势。1.构建独特的两段式模型，结合可解释的参数部分与不可解释的残差部分，平衡模型可解释性与性能。技术，探讨了其在深度学习中的应用、现有方法的分类、性能比较及未来研究方向。
2025-03-06 16:32:05
295
原创 Graph GNN 大显身手：多领域突破，引领技术新变革！
中提取图特征，并通过图卷积网络从用户-用户和物品-物品交互图中提取辅助特征，最后通过交叉融合模块有效融合这两种特征，提升推荐性能。2.提出了通用的特征融合框架GraphTransfer，通过交叉融合模块以“学习融合”的方式有效融合图特征和辅助特征。，通过属性融合和广泛注意力机制，解决了现有GNN模型在属性聚合和高阶交互信息利用上的不足，显著提升了推荐系统的性能。1.基于图的多特征融合方法在语音情感识别任务上优于基线方法，能有效融合语音特征，提高预测准确率。
2025-03-05 18:50:12
666
原创 多模态 Mamba 横空出世：推理速度暴涨 20 倍，显存节省 75%！
文章提出 ML - Mamba 模型，利用 Mamba - 2 解决多模态学习任务，通过实验验证其性能，探索了模型组件影响，为多模态大语言模型发展提供新思路。1.提出 ML - Mamba 模型，将 Mamba - 2 应用于多模态学习，相比基于 Mamba 的模型，推理性能和效果更优。1.ML - Mamba 在多模态基准测试中表现良好，证明了模型有效性和 Mamba - 2 在多模态学习中的潜力。3.Cobra以较少的参数实现了与LLaVA等大模型相当的性能，展示了其在高效多模态模型中的潜力。
2025-03-04 18:26:14
719
原创 论文种草｜让AI看懂表情包的CLIP模型，技术小白也能get的黑科技
通过双流Transformer架构实现视觉语言联合预训练，视觉端使用Faster R-CNN提取区域特征，语言端采用BERT处理文本，创新性地设计跨模态注意力层进行动态信息交互。该论文首创视觉问答任务范式，基于COCO数据集构建26.4万条问答对，采用CNN提取图像特征与LSTM编码问题的双流架构，通过多模态融合实现答案预测。提出首个统一视觉理解与生成的预训练框架，核心创新是引导式数据增强策略，通过合成-过滤循环构建1.29亿高质量图文对，并设计多任务编码器-解码器架构。① 定义"视觉问答"任务评价标准。
2025-02-28 19:57:38
467
原创 多模态情感分析最强资源包：7篇顶会论文PDF+代码实战，附下载链接！
本文提出了一种基于Transformer的多模态融合模型（MulT），解决了多模态数据（文本、音频、视觉）在时间上未对齐的问题，通过跨模态注意力机制实现模态间的动态交互。2.双向跨模态注意力机制：允许任意两种模态间双向交互（如文本→音频、音频→文本），而非单向融合。本文提出记忆融合网络（MFN），通过LSTM和动态记忆网络捕捉多模态序列的长期跨模态交互。2.多模态对齐工具包：提供自动对齐文本、音频、视频时序的工具，降低数据预处理门槛。1.引入跨模态注意力模块，无需人工对齐时序数据，直接建模模态间依赖关系。
2025-02-26 19:55:18
293
原创 扩散模型+强化学习实战：8篇顶会论文复现+代码开源（附环境配置指南）
本文创新性地将扩散模型引入MBRL框架，将状态-动作序列的生成视为逐步去噪的过程，通过“条件扩散”机制动态融合环境约束（如避障、物理限制）。在Atari游戏和MuJoCo控制任务中，该方法平均奖励提升30%，尤其在《Montezuma's Revenge》等高难度探索任务中，突破局部最优限制，验证了扩散模型在复杂探索中的潜力。模型直接接收视觉观测序列，通过时间相关的扩散过程生成连贯的动作序列，并引入“动作链扩散”机制确保长程动作一致性。2.提出“探索-利用平衡”的扩散采样策略，避免RL中的局部最优陷阱。
2025-02-25 19:15:19
642
1
原创 《特征融合最新研究综述：跨模态目标检测实战指南（附11篇顶会文章）
MFFNet采用了基于YOLOv5的双流骨干网络，独立提取两种模态的特征，并通过提出的互助融合块在网络的中间层进行特征融合，实现了两种模态之间的互补融合。文章提出了一种名为BGF-YOLO的新模型，通过引入双层路由注意力、广义特征金字塔网络和第四检测头，提高YOLOv8在脑肿瘤检测中的性能，采用多层特征融合与动态稀疏注意机制以减少特征冗余。文章提出了一种基于显著性增强特征融合模块（SEFF）的多尺度RGB-D显著目标检测网络，通过融合RGB和深度图像及不同尺度解码器的特征，显著提升了检测性能。
2025-02-21 20:10:34
604
原创 Mamba-YOLO实战：环境配置+模型训练+精度调优全流程指南（附Colab代码）
在目标检测领域，一场由状态空间模型引发的技术革新正在悄然改写行业格局。近期国际顶级学术期刊连续发布的YOLOv5_mamba、FER-YOLO等突破性成果，不仅刷新了检测精度记录，更开创了结构化状态空间模型（SSM）与经典检测框架的创新融合范式。当前该领域涌现的十大标杆性研究，已在以下维度取得突破性进展：√ 遮挡目标识别准确率提升38%√ 小样本场景泛化能力增强2.7倍√ 视频流检测延迟降低至17ms√ 多目标交叉干扰抑制效果达SOTA。
2025-02-19 22:42:11
694
原创 【技术突破】小样本学习融合多模态登Nature！模型效果提升1.5倍实现方案
文章介绍了一种新的多模态元学习方法，用于解决多模态少样本学习中的挑战，特别是视觉和语言模态之间的大域差距。研究者们提出了一个名为多模态元学习器的模型，该模型通过一个轻量级的元映射器（meta-mapper）网络，有效地桥接了冻结的大规模视觉和语言模型，并利用它们已经学习到的能力。文章中，作者利用了最近多模态基础模型（如CLIP）的跨模态特性，提出了一种简单的跨模态适应方法，通过将类别名称作为额外的单样本训练数据，使用简单的线性分类器就实现了视觉-语言适应的最新性能。自动驾驶遇到极端场景就"失明"？
2025-02-17 23:57:03
634
原创 “突破性进展！多任务预测误差直降38.7%的混合模型架构深度解读“
在实验研究中，所提出的网络与基于深度学习的模型和经典机器学习模型进行了比较。文章提出了一个新的循环单元SwinLSTM，它结合了Swin Transformer块和简化的LSTM，用于提高时空预测任务的准确性。在不使用特殊技巧的情况下，SwinLSTM在多个数据集上超越了现有的最先进方法，特别是与ConvLSTM相比，显示出显著的预测准确性提升。1. 提出了一种结合Transformer注意力机制与LSTM的混合模型，首次将时空建模用于GNSS的NLOS检测与伪距误差预测，显著提升了模型性能和泛化能力。
2025-02-14 17:25:29
990
原创 吊打人类冠军的Swift系统复现教程：状态估计+策略优化的22种工程实现（含MATLAB源码）
文章介绍了一个名为Swift的自主无人机系统，它结合了深度强化学习和物理世界中收集的数据，能够在第一人称视角无人机比赛中达到甚至超越人类世界冠军的水平。文章提出了一种名为粒子滤波-双深度Q网络（PF-DDQN）的多自动引导车（AGV）路径规划方法，该方法结合了粒子滤波（PF）和强化学习（RL）算法，通过利用PF处理网络权重的不精确性，并优化DDQN模型以获得最优的真实权重值，提高了算法的优化效率和收敛速度。3.复杂场景适应性：在多AGV协同避障与路径冲突场景中，实现高维度动态环境下的实时路径规划优化。
2025-02-13 19:33:53
627
原创 【模型蒸馏深度解析】2024顶会7大创新方向+源码复现指南，附谷歌3W美元调参秘籍！
文章介绍了一种名为SwiftBrush的一步式文本到图像扩散模型，通过变分分数蒸馏技术，能够将预训练的多步文本到图像模型蒸馏到一个学生网络中，仅需单次推理步骤即可生成高质量图像。该方法在COCO-30K基准测试中取得了16.67的FID分数和0.29的CLIP分数，显著优于现有的蒸馏技术，并且是首次在不使用任何训练图像的情况下实现如此高质量的一步式图像生成。文章介绍了一种名为VPD的方法，用于将大型语言模型（LLM）的推理能力和视觉工具的技能蒸馏到视觉-语言模型（VLM）中。
2025-02-12 18:13:32
289
原创 【源码开源】小样本贝叶斯学习实战：从TPAMI顶会复现到工业级部署
提出了一个基于贝叶斯框架的视觉-语言提示学习方法，通过建模数据依赖的先验来增强文本特征的适应性，使其能够适应已见和未见的图像特征，且不会在二者性能间产生权衡。该方法仅通过贝叶斯建模方法微调文本表示，并引入梯度正交化损失和不变风险最小化（IRM）损失，以避免过拟合训练中观察到的基础类别，并改善对更广泛未见类别的泛化能力，同时通过专门的损失函数实现更好的图像-文本对齐，分离图像特征的因果和非因果部分。举个栗子🌰：新冠变异株检测数据不够？✅ 过拟合终结者：5个样本也能训出超强鲁棒性（医学影像实测有效）
2025-02-11 19:23:25
546
原创 Phy-STGCN顶刊复现：97%预测精度开源代码+调参实战
的方法，它结合了PINN和GNN。提出了一种名为SyncTREE的新型树结构图神经网络模型，通过双向消息传递机制和树对比损失，旨在加速复杂集成电路互连RC树的时序分析，解决传统图神经网络无法有效捕捉全局上下文依赖的问题，显著提高了大规模电路的分析速度和准确性。本文提出了一种基于物理先验知识和深度学习的气轮机健康状态评估方法（Phy-STGCN），通过结合时间序列数据和物理关系，定义气轮机的健康度，提出了一种系统拓扑结构构建方法，并开发了一种基于图卷积网络和长短期记忆网络的模型。
2025-02-10 19:53:04
393
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人