-
AI成像新时代，视野扩大271倍，上海理工大学开发超快卷积光学神经收集
编辑 | KX卷积神经收集（CNN）凭借其出色的图象识别能力，在人工智能范畴表现出色，尤其是在 ChatGPT 等平台中。近日，上海理工大学团队成功将 CNN 概念引入光学范畴，完成卷积全光神经收集，为人工智能成像技术带来了革命性的进步。钻研团队开发了一种超快卷积光学神经收集（ONN），该收集无需依赖光学影象效应，即可完成对散射介质后方物体的高效清晰成像。该神经收集利用强散射过程直接提取特征，完成…- 4
- 0
-
教授何恺明在MIT的第一堂课
700 座的大教室，相比去年增加一倍容量，仍然座无虚席：这就是麻省理工学院（MIT）计算机视觉课《Advances in Computer Vision》6.8300 在 2024 新学期的盛况。今年是四位教授，每人负责一部分课程：课程信息：，能选上这课的学生太幸运了，每节都是计算机视觉顶会 CVPR Oral 的体验。对于很多人来说，其中最为期待的自然是新晋教授何恺明的课。MIT 电气工程与计算…- 67
- 0
-
哈工大与腾讯团队合作开发：一种专门针对蛋白质组数据设计的深度学习反卷积格式
编辑 | 萝卜皮细胞典型反卷积是一种用于从洪量测序数据中确定/解析细胞典型比例的计算格式，并且经常用于剖析肿瘤构造样本中的不同细胞典型。然而，由于重复性/再现性、参照标准可变以及缺乏单细胞蛋白质组参照数据的应战，使用蛋白质组数据剖析细胞典型的反卷积技巧仍处于起步阶段。哈尔滨工业大学、腾讯 AI lab 以及苏黎世联邦理工学院的研讨团队合作开发了一种专门针对蛋白质组数据设计的鉴于深度学习的反卷积格式…- 6
- 0
-
-
-
论文分享 | 丢弃卷积，纯Transformer建立GAN收集
最近，计算机视觉（CV）领域的研讨者对 Transformer 产生了极大的兴趣并陆续取得了不少突破。比如，2020 年 5 月，Facebook AI 的研讨者推出了 Transformer 的视觉版本——Detection Transformer，在性能上媲美当时的 SOTA 方法，但架构得到了极大简化；10 月，谷歌提出了 Vision Transformer (ViT)，可以直接利用 tr…- 7
- 0
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×