SCAP层用于双线性SPD网络跨域对齐
热点事件持续更新
SCAP层用于双线性SPD网络跨域对齐
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
研究者提出SCAP（Stiefel Cross-Attention Pool）层，通过交叉注意力将K个专家池组合成样本特定的双线性映射，实现一族Stiefel滤波器，以解决SPD流形上BiMap层堆叠因ReEig极少激活而退化为单层的问题。 在五个跨域EEG运动想象数据集上，SCAP均显著优于固定滤波器的SPDNet，并在其中四个上追平或超过三个域自适应基线。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
SCAP：在 Stiefel 流形上路由以突破双线性 SPD 层的容量上限报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGSCAP：在 Stiefel 流形上路由以突破双线性 SPD 层的容量上限
针对 SPD 流形上 BiMap 层堆叠因 ReEig 极少激活而退化为单层的问题，研究者提出 SCAP（Stiefel Cross-Attention Pool），通过交叉注意力将 K 个专家池组合成样本特定的双线性映射，实现一族 Stiefel 滤波器。SCAP 在五个跨域 EEG 运动想象数据集上均显著优于固定滤波器的 SPDNet，并在其中四个上追平或超过三个域自适应基线。
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。