小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
沉浸式翻译 immersive translate
Dify.AI

全球引才:Faster R-CNN、ResNet作者,中国科大任少卿,招募教授、学者和学生

机器之心
机器之心 · 2025-12-05T10:55:05Z

由斯坦福大学、SLAC 国家加速器实验室、北京大学、意大利国家天体物理研究院布雷拉天文台、伦敦大学学院、加州大学伯克利分校等众多科研机构组建的团队,开发了一套数据驱动的流程,用于在 DESI DR1 的光谱数据中识别作为强引力透镜的类星体,极大扩展了类星体原本微小的样本。

斯坦福/北大/UCL/UC伯克利联手,利用CNN从81万类星体中精准识别7个罕见透镜样本

HyperAI超神经
HyperAI超神经 · 2025-12-04T04:12:45Z

NeurIPS 2025最佳论文和时间检验奖揭晓,阿里Qwen门控注意力获最佳论文,何恺明的Faster R-CNN获时间检验奖。今年共七篇论文,涉及扩散模型和自监督学习等领域的突破。

NeurIPS 2025放榜:阿里Qwen门控注意力获最佳论文,何恺明Faster R-CNN获时间检验奖

量子位
量子位 · 2025-11-27T03:15:03Z

本案例基于开发者空间 - AI Notebook,使用Fashion-MNIST数据集,构建了一个智能衣柜服装分类系统,展示了深度学习技术在实际生活场景中的应用价值。系统采用卷积神经网络(CNN)架构,实现了对10类服装物品的精准识别,准确率达到93.75%。

基于华为开发者空间Notebook,Tensorflow + Fashion MNIST构建CNN实现智能衣柜服装分类系统

华为云官方博客
华为云官方博客 · 2025-11-20T08:26:43Z
CNN的应用程序新增“短视频”功能,供用户观看小视频

CNN正在重新设计其应用程序主页,新增“短视频”标签,用户可像在TikTok或Instagram Reels中浏览短视频。短视频将显著展示在主页上,用户默认进入“头条新闻”标签,短视频可免费观看。

CNN的应用程序新增“短视频”功能,供用户观看小视频

The Verge
The Verge · 2025-11-10T14:30:00Z
大数据成矿预测系列(五) | 告别特征工程:卷积神经网络(CNN)如何实现“端到端”成矿预测

机器学习为地质学家寻找矿产资源提供了新方法,卷积神经网络(CNN)能够直接处理原始地质数据并自动提取特征,克服了传统方法的局限性。然而,CNN仍需大量高质量数据,且决策过程不透明,存在“黑箱”问题。

大数据成矿预测系列(五) | 告别特征工程:卷积神经网络(CNN)如何实现“端到端”成矿预测

Seraphineの小窝
Seraphineの小窝 · 2025-10-21T07:21:45Z
CNN All Access将以每月6.99美元的价格再次尝试流媒体有线新闻服务

CNN将于2025年10月28日推出名为“All Access”的新订阅服务,月费6.99美元,首年优惠41.99美元。该服务提供部分直播节目、1000小时原创内容及独家活动,但不包括有线新闻频道的直播。现有付费电视用户可免费使用,但无法访问CNN.com的文章。

CNN All Access将以每月6.99美元的价格再次尝试流媒体有线新闻服务

The Verge
The Verge · 2025-10-17T13:35:22Z

本文探讨了Transformer和CNN模型在恶意URL识别中的应用。由于识别恶意流量效率低下,神经网络模型成为解决方案。通过字符级嵌入将URL转化为向量序列,CNN和Transformer分别利用卷积和自注意力机制提取特征,实现正常与恶意流量的分类。

Transformer与CNN在恶意URL路径识别中的实践探索

FreeBuf网络安全行业门户
FreeBuf网络安全行业门户 · 2025-09-20T04:47:53Z

ViT(视觉变换器)通过将图像分割为小块并利用自注意力机制,成为计算机视觉领域的重要模型。尽管缺乏先验知识,但在大数据集上表现优越。Swin Transformer在此基础上进一步改进,适应多尺度特征,提升检测和分割效果。

一文通透ViT:把图片划分成一个个patch块后再做注意力计算,打破CNN在CV领域的统治地位(含Swin Transformer的详解)

结构之法 算法之道
结构之法 算法之道 · 2025-08-22T14:37:43Z
我如何构建并比较自定义CNN与MobileNetV2用于船只图像分类

作者在DeepTechReady课程中完成了深度学习作业,构建并比较了自定义CNN与MobileNetV2模型用于多类船只图像分类。通过Google Colab处理不平衡数据集,发现MobileNetV2在准确性和泛化能力上优于自定义CNN,尤其在少数类处理上表现更佳。

我如何构建并比较自定义CNN与MobileNetV2用于船只图像分类

DEV Community
DEV Community · 2025-05-24T12:41:23Z
看见世界:使用PyTorch的卷积神经网络(CNN)初学者指南

卷积神经网络(CNN)专为图像数据处理而设计,显著提升计算机视觉能力。通过卷积层和池化层,CNN有效提取特征,克服传统神经网络在图像处理中的局限。其结构包括特征提取器和分类器,利用激活函数和数据增强技术提高模型的鲁棒性。

看见世界:使用PyTorch的卷积神经网络(CNN)初学者指南

DEV Community
DEV Community · 2025-05-22T01:04:03Z
Ellana Lee升任CNN美国总部以外的最高级别高管

CNN亚太区负责人Ellana Lee晋升为全球高级副总裁,负责新成立的全球制作团队,专注于跨平台赞助内容,继续驻香港主导亚太区新闻编审工作。

Ellana Lee升任CNN美国总部以外的最高级别高管

全球TMT-美通国际
全球TMT-美通国际 · 2025-05-12T03:04:36Z

本研究提出了一种基于卷积神经网络(CNN)的肺炎诊断方法,采用MobileNetV2和ResNet101V2架构,提升了肺部疾病检测的有效性和稳定性。结果表明,MobileNetV2在训练稳定性和防止过拟合方面表现更佳。

使用CNN MobileNetV2和从头开始构建的CNN进行肺炎检测的诊断不确定性

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-05-05T00:00:00Z

本研究解决了医学成像中标签获取困难的问题,通过引入nn-MobileNet框架,采用BERT式自监督学习方法,利用大量未标记的视网膜图像进行预训练,以提高下游应用的性能。研究结果表明,此方法在阿尔茨海默病、帕金森病及多种视网膜疾病的识别中显著提升了表现,展示了在标签稀缺情况下,CNN的潜力。

一种基于BERT风格的自监督学习CNN用于视网膜图像疾病鉴定

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-04-25T00:00:00Z

本研究解决了混合CNN-变换器模型在医学影像分类中可解释性不足的问题。我们提出了一种可设计可解释的混合全卷积CNN-变换器架构,能够生成直接反映模型决策过程的局部证据图,提升了模型的可解释性与性能。实验结果表明,该模型在医学图像分类任务中不仅预测性能达到最先进水平,还能在单次前向传播中提供类别特定的稀疏证据图。

一种混合全卷积CNN-变换器模型用于内在可解释的医学图像分类

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-04-11T00:00:00Z

本研究提出了一种综合诊断系统,利用深层卷积神经网络、Transformer编码器和集成架构,通过基金图像准确预测20种视网膜疾病。C-Tran模型得分0.9166,超越基线0.9,为医疗资源匮乏地区提供了重要解决方案。

基于混合CNN-Transformer集成架构的视网膜基金图多疾病图像分类

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-27T00:00:00Z

本研究提出了一种新颖的Attention Xception UNet(AXUNet)架构,优化了脑胶质瘤的肿瘤分割模型,平均Dice分数达到93.73,显示出良好的临床应用潜力。

注意力Xception UNet(AXUNet):用于脑肿瘤分割的CNN与自注意力的新颖结合

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-26T00:00:00Z

本文提出了一种高效的物联网botnet攻击检测方法,结合流量模式分析和注意力模型,基于混合CNN-BiLSTM架构,在N-BaIoT数据集上实现99%的分类准确率,有效识别botnet攻击。

基于改进的注意力机制CNN-BiLSTM架构的高效物联网入侵检测

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-25T00:00:00Z

本研究提出了一种新型混合框架CB-Res-RBCMT,旨在提高乳腺超声图像癌症检测的准确性。该框架结合了残差卷积神经网络和视觉变换器,显著增强了对细微对比度和纹理变异的识别能力,最终在标准数据集上实现了95.57%的F1分数和95.63%的准确率。

一种新型通道增强残差CNN-Transformer及区域边界学习用于乳腺癌检测

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-19T00:00:00Z

本研究提出了一种基于深度学习的计算机视觉方法,能够自动识别施工现场的脚手架和交叉支撑,从而提高检查效率,节省时间和人力成本,增强施工安全性。

基于Mask R-CNN和霍夫变换的施工现场脚手架完整性检测

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-18T00:00:00Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码