标签
神经网络
相关的文章:本列表汇集了关于神经网络在物理模拟、语音识别、图像处理等领域的最新研究成果,展示了其在多种应用中的创新与进展。
基于图神经网络的时序图影响力最大化候选节点预测
卷积网络又双叒叕行了?OverLoCK:一种仿生的卷积神经网络视觉基础模型
快速训练具有稳态反馈的递归神经网络
本研究解决了递归神经网络在训练过程中面临的梯度计算瓶颈问题。我们提出了一种新方法,使用固定梯度反馈机制替代传统的时间反向传播(BPTT),通过状态空间模型的原则定义反馈矩阵,从而有效简化梯度传播,显著降低训练开销,同时保留网络捕捉长期依赖的能力。实验结果表明,该方法在语言建模基准上表现出竞争力的困惑度,并具有广泛的实际应用潜力。
基于代理建模和深度神经网络的安全设施数字双胞胎建立研究
AuditVotes:迈向可部署的图神经网络认证鲁棒性框架
本研究旨在解决图神经网络(GNNs)在适应性攻击下的鲁棒性挑战。提出的AuditVotes框架通过结合随机平滑、增强和条件平滑两个关键组件,实现了高准确率和认证鲁棒性,显著提高了数据质量和预测一致性。实验结果表明,AuditVotes在保持高计算效率的同时,显著提升了清晰准确率和认证鲁棒性,为图神经网络在实际应用中的部署提供了实质性支持。
基于迁移学习的物理信息神经网络方法对电池电化学参数的现场估计
本研究解决了现场电池模型表征中电化学参数估计的问题。提出了一种结合物理信息神经网络和迁移学习的创新框架,能够在实时电池管理系统上有效估算相关电化学参数,并显著降低计算成本。实验结果显示,该方法在特定降级条件下准确估计了NMC电池的活性材料体积分数,具有良好的实施潜力。
AI神经网络通过多尺度方法将物理模拟加速8倍
This is a Plain English Papers summary of a research paper called AI Neural Network Speeds Up Physics Simulations by 8x Using Multi-Scale Approach. If you like these kinds of analysis, you should...
研究论文《AI神经网络通过多尺度方法加速物理模拟8倍》介绍了一种新型图神经网络X-MeshGraphNet,该网络能够有效处理大网格结构,显著提高计算效率并保持准确性。
