研究人员通过自动角度超分辨率开发了一种基于变压器的深度学习架构，能够准确重建磁共振成像数据中的纤维定向。该方法在公开数据集上的测试结果显示其性能优于现有技术。

本文介绍了ChatGPT和其他生成AI产品使用的transformers深度学习架构，以及其在天文学中的应用。还提供了常见问题解答部分供读者参考。

本文介绍了ChatGPT和其他生成AI产品使用的深度学习架构transformers，包括其数学原理、原始架构以及在天文学中的应用。还提供了常见问题解答部分供读者参考。

本文提出了一种新的深度学习架构，用于处理自然复数数据。该架构利用极径形式将每个样本视为复数空间中的一个领域，并设计了相应的卷积算子和全连接层算子。与基于实数神经网络的方法相比，该方法在MSTAR和RadioML复数数据集上表现出色。

本研究提出了深度学习架构，并测试了其他三种机器学习模型，使用CLPsych 2021共享任务中的社交媒体帖子数据自动检测将在30天和6个月内尝试自杀的个体。实验结果表明，传统机器学习方法在预测自杀尝试30天前的子任务上表现良好，超过了基线。所提出的深度学习方法在预测6个月前的自杀子任务上也超过了基线。

本文介绍了一种新的联邦学习方法，通过引入局部统计批量规范化（BN）层，使得深度学习架构能够进行协作训练，并具有鲁棒性和降低信息泄漏风险的能力。该方法在肿瘤组织学图像块分类中表现出较好的传输学习效果，相对于之前的技术有很大的优势。

该文介绍了基于ShapeNet数据库的大规模3D形状理解基准测试，包括部分级别分割和从单个视图图像重建3D形状两个任务。10个团队参加挑战，最佳团队在两个任务上表现超过现有技术。各种3D建模方法和新的深度学习架构被应用。总结了每个团队的技术和表现，并讨论了未来工作的趋势。