arXiv研究对比空间与谱域卷积核及可学习下采样
热点事件持续更新
arXiv研究对比空间与谱域卷积核及可学习下采样
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Wei Wu 与 Eric C. Larson 提交的 arXiv 预印本比较了空间域与谱域卷积核在可学习下采样比例下的表现。在 EuroSAT、CIFAR-10 和 STL-10 三个数据集、两种模型规模上,谱域卷积核的准确率增益比空间域高 +0.013 至 +0.028(留出测试集)。作者称,部分差异源于谱域核从保留更大空间面积中获益更多,但在总保留面积匹配时差异仍为正。 该增益幅度及其对复杂度预算的依赖随模型规模和缩放实现方式变化。研究采用裁剪缩放实现,论文已提交至 ICASSP 2027。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
可学习缩放与谱域滤波器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
- arXiv:cs.LG可学习缩放与谱域滤波器参数化下的分辨率分配研究
研究系统对比了空间域与谱域卷积核在可学习下采样比例下的表现,在 EuroSAT、CIFAR-10 和 STL-10 三个数据集及两种模型规模上,谱域卷积核的准确率增益比空间域高 +0.013 至 +0.028。部分差异源于谱域核从保留更大空间面积中获益更多,但在总保留面积匹配时差异仍为正。该模式随模型规模和缩放实现方式而变化。
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。