pooling operations | BriefGPT

关键词pooling operations

搜索结果 - 9

MM多尺度 Hodge 散射网络用于数据分析
我们提出了一种新的散射网络，称为多尺度霍奇散射网络（MHSNs），基于多尺度基字典，具有类似于卷积神经网络（CNN）的分层结构，能够提取描述性且稳健的特征，适用于高准确度分类系统，参数较现代图神经网络少。
PDF8 months ago
一种新的用于无人机车辆再识别的双池化注意力模块
本文提出了一种新的双池注意力模块（DpA），通过构建通道池注意力（CpA）和空间池注意力（SpA）的两个分支并采用多个池操作以提高对车辆的细节信息的关注度，将特征信息融合，并同时使用标签平滑交叉熵损失和难度挖掘三元损失进行训练，从而解决了由
PDFa year ago
基于拓扑感知的图池化网络
本文提出了一种有意识地考虑图形拓扑结构的拓扑感知池化层（TAP）方法，通过局部选票和全局选票两个阶段的投票过程来选择更重要的节点，在保证采样图的更好图连接性的条件下，合并本地和全局投票分数，从而提高图分类任务的效果。
PDF4 years ago
EMNLP词向量集之间的相关性
研究表明，基于单词嵌入的相似性度量方法在无监督语义文本相似性（STS）任务中正在与更复杂的深度学习和专家设计的系统轻松竞争。通过将一个单词嵌入视为标量随机变量的例如 300 个观测值，我们避免了传统的几何方法，使用于基本汇集运算和经典相关系
PDF5 years ago
基于图神经网络的谱聚类用于图池化
本文提出了一种基于连续松弛的归一化最小割问题的图聚类方法，通过 GNN 实现聚类分配。并且设计了一种图池化操作，克服了现有技术的一些重要限制，并在多个监督和非监督任务中取得了最佳表现。
PDF5 years ago
胸部 X 射线图像分类对抗攻击的漏洞分析
本文探讨了两种深度学习模型在胸部 X 光图像分类中的应用。通过三种不同来源的敌对攻击方式，分析这两种分类网络在不同攻击下的性能，同时修改其汇聚操作以测量其对 Chest X 光分类的灵敏度。
PDF6 years ago
ACL基线模型的重要性：简单的基于词嵌入的模型及其相关池化机制
本文对比了基于简单词向量嵌入的模型（SWEMs）、基于词向量的 RNN/CNN 模型以及两种额外的词嵌入池化策略在 17 个数据集上的性能，研究发现在多数情况下，SWEMs 具有相当甚至更好的表现，且提出的两种池化策略在长文本分类任务上表现
PDF6 years ago
卷积神经网络中广义池化函数：混合，门控和树
通过泛化池化操作来提高深度神经网络的表现，我们提出了两个主要方向：(1) 通过最大池化和平均池化的组合策略来学习池化函数，(2) 学习一种树形融合池化滤波器的池化函数。实验表明，这些泛化的池化操作比传统的池化操作具有更好的不变性，并在多项广
PDF9 years ago
CVPR广义最大池化
该论文提出了一种新的池化机制 —— 广义最大池化（GMP），该机制可以缩小常见而无用描述符和罕见但有信息量的描述符之间的差距，该机制不仅适用于诸如 BOV 等基于计数统计的表示形式，而且特别适用于最尖端的 Fisher Vector，该机制
PDF10 years ago