convolution | BriefGPT - AI 论文速递

关键词convolution

搜索结果 - 85

混合哈希：用于图像检索的混合卷积和自注意力深度哈希
通过深度神经网络将输入图像映射为简单的二进制哈希码，从而实现有效的大规模图像检索。我们提出了一种名为 HybridHash 的混合卷积和自注意力深度哈希方法，通过引入分阶段架构的骨干网络和块聚合函数来实现局部自注意力效果，并降低计算复杂性，
PDF2 months ago
HyenaPixel：基于卷积的全局图像上下文
使用基于卷积的 Hyena 注意力替代方法，在图像分类中实现竞争力的 ImageNet-1k top-1 准确率，同时超过其他大核网络，并结合注意力进一步提高准确性。
PDF4 months ago
超越子空间隔离：用于轻场图像超分辨率的多对多变形器
通过引入卷积和 Transformer，本文提出了一种新颖的 Many-to-Many Transformer（M2MT）算法，以解决光场图像超分辨率问题中的低维空间隔离限制，实现了跨子孔径图像的全局优化，从而显著改善了性能。
PDF6 months ago
面向多模态生成的生成人工智能系统影响
对新兴的多模态文本到图像和文本到视频工作负载进行深入的系统性能表征是设计高效和可部署系统的关键第一步。
PDF6 months ago
MS-Twins: 多尺度深度自注意力网络用于医学图像分割
提出了 MS-Twins（Multi-Scale Twins）分割模型，通过结合不同尺度和级联特征，能更好地捕捉语义和细粒度信息，解决了在医学图像分割中利用自注意力和卷积的最优化问题。在 Synapse 和 ACDC 两个常用数据集上，MS
PDF7 months ago
RIR-SF：基于房间冲激响应的多通道多说话人 ASR 的空间特征
通过将重叠的语音信号与目标讲话者传输到麦克风阵列的房间冲激响应（RIR）进行卷积，引入了一种创新方法，得到了一种称为 RIR-SF 的新型空间特征。理论分析和实验结果均证实了该方法相对于现有方法的优越性，通过在多通道多讲话者 ASR 系统中
PDF8 months ago
TransXNet: 通过双动态令牌混合器学习全局和局部动态以进行视觉识别
提出了一种轻量级的 Dual Dynamic Token Mixer (D-Mixer) 来聚合全局信息和局部细节，通过在特征分段上分别应用高效的全局注意力模块和输入相关的深度可分离卷积，为网络赋予了强大的归纳偏差和扩大的有效感受野。使用
PDF8 months ago
在普通硬件上加速机器学习基元
滑动窗口求和算法在深度神经网络的训练和推理中取得了成功。本文通过对滑动窗口卷积技术的广泛研究，作为常用的通用矩阵乘法（GEMM）卷积的一种更高效的替代方法，解决了内存膨胀问题，并在二维卷积中展示了显著的加速效果。我们在多种实现方式上探索了该
PDF9 months ago
基于核的微分特性保全的无填充卷积
通过保留卷积核的微分特性，提出了一种不基于 padding 的保持尺寸的卷积方法，该方法与高分辨率图像和物理领域的实验表现出较其他方法明显的优越性。
PDF10 months ago
pCTFusion: 基于点融合变换器的语义感知损失用于户外 LiDAR 点云分割
这篇研究提出了一种新的架构，pCTFusion，它结合了基于核的卷积和自注意机制，以便更好地进行特征学习，并捕捉分割中的局部和全局依赖关系。该架构在 SemanticKITTI 室外数据集上进行评估，与现有的先进架构相比，性能提高了 5-7
PDFa year ago
音频感知的查询增强变换器用于音频 - 视觉分割
通过引入多模式变压器架构来深度融合和聚合音频 - 视觉特征，我们提出了一种新颖的音频感知查询增强转换器 (AuTR)，用于解决音频 - 视觉分割任务。实验结果表明，我们的方法在多声音和开放场景中具有更好的普适性和性能优势。
PDFa year ago
四元数傅里叶变换及四元数卷积的矩阵形式
本论文研究四元数傅里叶变换和卷积运算的矩阵形式及其与标准离散傅里叶变换之间的关系，探讨四元数傅里叶变换矩阵与四元数循环矩阵（代表四元数卷积）的特征结构，给出了一个基于理论结果的方法来限制四元数卷积的谱范数。
PDFa year ago
利用自我监督采样进行端到端的越界检测
本论文提出了一种新的概率框架模型和一种无需 OOD 数据的自监督抽样模型 (SSOD)，以解决现有研究中的问题，并展示了这些模型在大规模基准测试上具有领先的性能.
PDFa year ago
Im2win：GPU 上的高效卷积操作
本文提出了基于 im2win 的卷积范式，旨在通过持续的内存访问提高性能，并经过了优化技术的改进，与其他基于 cuBLAS 和 cuDNN 的卷积实现相比，内存占用少 23.1% 至 32.8%，性能提高了 3.5 倍至 155 倍。
PDFa year ago
Im2win：基于 SIMD 结构的内存高效卷积
提出了一种名为 im2win 的内存高效数据转换算法，能够实现连续的内存访问和数据重用，从而大大降低内存开销，同时通过各种优化实现高性能二维卷积，平均可以将内存开销降低到 41.6％，相对于 im2col 和不使用数据转换，性能平均提高了
PDFa year ago
可学习的体积医学图像分割权重初始化
提出了一种可学习的权重初始化方法，它利用可用的医学训练数据通过自监督目标有效地学习上下文和结构线索，易于集成到任何混合模型中，并且不需要外部训练数据，试验表明，这种方法在多器官和肺癌分割任务上具有前沿的分割性能。
PDFa year ago
跨变量依赖模型的现代卷积在多元时间序列预测中的应用
本文提出了一种基于卷积神经网络和大内核的先进纯卷积结构，用于捕捉多变量时间序列中的跨时间和跨变量依赖关系，实验结果表明这种方法在时间序列预测中获得了最先进的性能。
PDFa year ago
PillarAcc：边缘设备上用于实时点云 3D 物体检测的稀疏 PointPillars 加速器
本研究提出了一种具有开创性的算法硬件协同设计，利用 PointPillars 编码的稀疏性加速 3D 目标检测网络的处理，达到了极高的节能与速度。
PDFa year ago
CVPRSlide-Transformer: 具有局部自注意力的分层视觉变压器
本文提出一种新颖的本地自注意力模块 Slide Attention，使用深度卷积和变形平移技术实现高效、灵活和通用的局部特征学习，适用于各种高级视觉 Transformer 模型，并在多项基准测试中实现了持续的性能改进。
PDFa year ago
面向异构图学习网络的关系中心化池化和卷积方法
提出了一种基于关系聚合和卷积 (PC-HGN) 的异构图神经网络模型，它可以进行关系特定的采样和跨关系卷积，从而更好地将图的结构异质性编码到嵌入空间中，与其他现有的图学习模型相比，其性能得到了最大 17.8％的提升。
PDF2 years ago