跳到正文
热点事件持续更新

研究：频谱卷积核在可学习分辨率分配下增益更高

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

一项 arXiv 论文比较了空间域与频谱域卷积核在可学习分辨率分配（可学习下采样比例）下的表现，发现频谱核从学习到的下采样比例中获益更大。作者 Wei Wu 和 Eric C. Larson 称，在 EuroSAT、CIFAR-10 和 STL-10 三个数据集及两种模型规模上，频谱核的准确率增益比空间核高出 +0.013 至 +0.028。 研究将这一差异部分归因于频谱核保留了更多空间面积，但在总保留面积匹配时，频谱核的增益优势依然为正。

AI 根据报道生成 · 3 小时前更新

最新进展10月15日 12:00
可学习缩放与频谱滤波参数化下的分辨率分配研究

报道时间线

沿着报道，了解事件的不同侧面。

10月15日
  1. arXiv cs.CV
    可学习缩放与频谱滤波参数化下的分辨率分配研究

    研究系统考察了空间域与频谱域卷积核在可学习分辨率分配下的交互差异，发现频谱核从学习到的下采样比例中获益更大。在 EuroSAT、CIFAR-10 和 STL-10 三个数据集及两种模型规模上，频谱核的准确率增益比空间核高出 +0.013 至 +0.028。该差异部分源于频谱核保留更多空间面积的优势，但在总保留面积匹配时差异依然为正。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。