· ai
预测预约未到情况并改善医疗服务获取：机器学习框架
Read more about 预测预约未到情况并改善医疗服务获取：机器学习框架
-
- · ai
[Paper] 统一学习动力学与泛化的Transformer缩放定律
Scaling law 是 Large Language Model (LLM) 开发的基石，预测随着计算资源的增加，模型性能会提升。Ye...
- · ai
[Paper] 一种 Frobenius 最优投影用于在学习的动力学模型中实现线性守恒
我们考虑在数据驱动的线性动力学模型中恢复线性守恒律的问题。给定一个学习得到的算子 widehat{A} 和一个满秩约束……
- · ai
[Paper] 通过数据选择实现对抗训练的规模化
投影梯度下降（Projected Gradient Descent，PGD）是一种强大且广泛使用的一阶对抗攻击，但其计算成本扩展性差，因为所有训练样本 u...
- · ai
[Paper] Prefill 与 Decode 瓶颈：SRAM 频率 权衡 与 内存带宽 上限
能源消耗决定了部署大型语言模型的成本和环境影响。本文研究了片上 SRAM 大小和 op...
- · ai
[Paper] StreamAvatar：用于实时交互式人类化身的Streaming Diffusion Models
实时、流式交互式化身是数字人研究中的关键且具有挑战性的目标。虽然基于 diffusion 的人类化身生成…
- · software
使用 Tranalyzer2 从 PCAP 提取流级网络特征
为什么流级特征提取很重要 流级表示是现代网络流量分析中的基本抽象。它不再在…上操作。
- · ai
[Paper] 为什么平滑稳定性假设在 ReLU 学习中失效
现代学习系统的稳定性分析常常基于平滑性假设，而这些假设被 ReLU 类型的非线性所违反。在本说明中，w...
- · ai
[Paper] 从 In Silico 到 In Vitro：评估分子生成模型的 Hit 生成
Hit identification 是药物发现流程中一个关键且资源密集的步骤，传统上依赖于对大规模化合物的 high-throughput screening …
- · ai
[Paper] LibContinual：面向真实持续学习的综合库
在持续学习（Continual Learning, CL）中，一个根本性的挑战是灾难性遗忘，即在适应新任务时会导致先前任务的性能下降。虽然……
- · ai
Federated Machine Learning 与数据隐私的未来
Machine learning 系统今天由 data 驱动，大多数传统模型依赖于在大型 servers 中集中 data 并进行 training。虽然这种 appr…
- · ai
【论文】基于可变窗口大小空间平滑的稀疏阵列方向定位
在本研究中，我们引入了一种可变窗口大小（VWS）空间平滑框架，以提升基于共阵列的到达方向（DOA）估计在稀疏…