multi-layer perceptron | BriefGPT

关键词multi-layer perceptron

搜索结果 - 63

扩展 MLPs: 归纳偏差的故事
本研究重新探讨了深度学习最基本的构架之一 —— 多层感知机（MLP）在视觉任务中的性能极限，重点研究了不同规模下的预训练对于 MLP 性能的影响，揭示了缺乏归纳偏差时尺度扩展对于性能表现的提升。
PDFa year ago
KDDTSMixer：多元时间序列预测的轻量级 MLP-Mixer 模型
TSMixer 是一个轻量级的神经架构，由多层感知机模块组成，旨在为补丁时间序列提供高效的替代转换器。通过添加在线对账头，混合通道建模和简单的门控关注机制等组件，TSMixer 的学习能力得到显著提高。TSMixer 在预测方面的性能优于现
PDFa year ago
基于可靠蒸馏的 GNN 知识量化应用于 MLP
论文提出一种基于知识启发的可靠蒸馏（KRD）的方法，通过评估信息熵的不变性量化图神经网络中不同知识点的可靠性，并以此为基础进行无监督采样，从而提高学生 MLP 的性能。
PDFa year ago
Mesh-MLP: 面网格分类和语义分割的全 MLP 体系结构
本文提出了一种名为 Mesh-MLP 的新网络结构，采用多层感知器（MLPs）作为卷积模块的替代，使用层规范化（LN）对层进行归一化，通过热核特征签名（HKS）和二面角作为输入，不包含池化模块，在端到端方式下进行操作，旨在解决网格分类和语义
PDFa year ago
MLP-Mixer 作为一个宽且稀疏的多层感知机
本文研究了多层感知机，重点探究了其深化效果和改进方法。其中提出了 MLP-Mixer 与宽 MLP 具有稀疏权重的相关性，并从预测性能优化的角度进行了实验验证。
PDFa year ago
使用可穿戴数据的自监督表示进行人类活动识别
本研究基于一个大规模无标签数据集上学习的自监督表征及浅层多层感知器模型，在未参与训练的真实世界数据集上取得了良好性能，并可通过不同传感器的数据训练，从而实现了设备无关型人体活动识别模型，将有助于增加 HAR 领域中模型评估的标准化。
PDFa year ago
使用 TiDE 进行长期时间序列预测的稠密编码器
提出了一种基于多层感知器的编码器 - 解码器模型 TiDE，用于长期时间序列预测，实现了线性模型的简单和速度，同时还能处理协变量和非线性依赖关系。在理论上，我们证明了最简单的线性模型在某些假设下可以实现近似最优的误差率。在实验上，我们展示了
PDFa year ago
PVD-AL: 用于不同 NeRF 架构之间的高效转换的主动学习渐进体积蒸馏
该研究提出了一种名为 PVD-AL 的系统蒸馏方法，可将不同的神经辐射场架构相互转换，实现多种属性的编辑，并在多个基准数据集上验证了该方法的高性能结果。
PDFa year ago
AAAICoordFill: 基于参数化坐标查询的高效高分辨率图像修复
本文提出了一种新的图像修补方法，利用连续隐式表达生成空间自适应参数，并结合快速傅里叶卷积、多层感知器等技术实现高分辨率图像修补，在视觉和计算性能上均优于现有的最新方法。
PDFa year ago
仅传递共享的内容：基于交互的图传输学习用于链接预测
本文研究了图论中稀疏情况下 Link prediction 问题的解决方法，提出了使用 Intersection-induced Transfer Learning（GITL）框架中的 Multi-Layer Perceptron（MLP）
PDFa year ago
通过训练可微分的骨骼函数来实现骨骼反演
该论文提出解决刚性反演问题的方法，通过训练多层感知机，获得可微分的刚体函数并利用其训练深度学习模型。
PDFa year ago
AAAIAdaCM: 自适应 ColorMLP 实时通用照片逼真风格迁移
提出了一种名为 AdaCM 的基于 Adaptive ColorMLP 的有效和高效的通用照片逼真风格转移框架，可以在超快的速度下处理 4K 分辨率图像，并且可以生成生动、高质量的样式化结果。
PDF2 years ago
CVPR实例模式组合器生成通用隐式神经表示
该研究介绍了一种能够自适应权重的神经网络并利用该框架构建出可推广的隐式神经表示（INRs），该框架被设计用于在坐标系下自动化地生成实例特征编码，实现了一个指导变更的自上而下的编码方式，在现有实例的基础上预测新实例的特征编码，实验表明该方法对
PDF2 years ago
三维室内场景语言引导的语义风格转移
本文介绍了一种语言引导的 3D 室内场景语义风格转移的方法，基于多层感知机，视觉语言模型，采用渲染和修正的方式实现创新，通过 ScanNet 数据集测试表明，语义信息的引入显著提高了风格转移的品质和用户评分。
PDF2 years ago
ECCVUniNet：卷积、Transformer 和 MLP 统一结构搜索
通过引入可学习的卷积、Transformer 和 MLP 操作符的混合结构，并利用上下文感知降采样模块进行特征适应，本文使用强化学习搜索算法在统一搜索空间中进行搜索，达到了在 ImageNet 数据集上取得更高精度和更高效率的目标，相对于
PDF2 years ago
ECCV学习图像变形的局部隐式傅里叶表示
本文提出了一种基于本地纹理估计器和隐式神经表示的图像变形方法，该方法通过局部纹理和坐标变换的局部可变雅各比矩阵来预测变形图像的傅里叶响应，同时也成功实现了对不同变换的泛化处理。
PDF2 years ago
基于 CNN 的迁移学习方法进行农业种植园分类
本文介绍了利用迁移学习在深度神经网络中对高光谱图像进行分类的方法，实验结果表明，相对于直接使用大数据集进行训练，迁移学习方法可以显著降低训练时间并提高分类准确率。
PDF2 years ago
基于超光谱图像迁移学习的地形分类：一项比较研究
通过应用 PCA 对超光谱数据集进行预处理，再应用深度学习模型进行分类，以降低训练时间并减少对大量标记数据集的依赖，并进行了 CNN 和多个 MLP 架构模型的详细比较，结果表明采用迁移学习方法比直接训练新模型在大型数据集上更能减小训练时间
PDF2 years ago
分类二值化：软函数真的有必要吗？
该文提出了将网络二值化看作是二元分类问题，并使用多层感知机（MLP）作为分类器解决大梯度误差的问题，实验表明该方法可显著提高二进制网络的性能。
PDF2 years ago
AAAISFMGNet：基于物理学的神经网络预测行人轨迹
研究使用基于物理的神经网络（结合社会力量模型和多层感知器）来预测人类行人的运动轨迹，并取得了良好的预测效果和解释性。
PDF2 years ago