论文阅读
关注
分享
扫一扫
文章平均质量分 72
什么时候点菜
这个作者很懒，什么都没留下…
展开
-
论文阅读：Deep Residual Shrinkage Networksfor Fault Diagnosis
简介本文提出了一种新的深度学习方法，即深度残差收缩网络，以提高对高噪声振动信号的特征学习能力，实现较高的故障诊断精度。在深层架构中加入软阈值作为非线性变换层，以消除不重要的特征。此外，考虑到阈值的选取难度较大，开发的深度残差收缩网络集成了一些专门的神经网络作为可训练模块，自动确定阈值，不需要专业的信号处理专业知识。通过对不同类型噪声的实验，验证了所开发方法的有效性。1. 引言本文开发了两个深度剩余收缩网络(DRSNs)，具有通道共享阈值的DRSN(DRSN- cs...原创 2021-10-18 15:27:14 · 628 阅读 · 0 评论 -
论文阅读：Deep Residual Learning in Spiking Neural Networks
以前的Spking-ResNet模拟了ann中的标准残差块，只是简单地将ReLU激活层替换为spike神经元，存在退化问题，很难实现残差学习。这篇文章主要提出了spike-element-wise (SEW) ResNet来实现深度snn中的残差学习。1. 引言Spiking ResNet作为ResNet的spike版本，通过模拟ann中的残差块，用spike神经元替换ReLU激活层而提出。由ANN转换的spike ResNet在几乎所有的数据集上都达到了最高的精度，...原创 2021-10-17 19:48:21 · 1729 阅读 · 0 评论