跳到主要内容
检索

Shanghai University of Electric Power

2 篇关联报道

订阅更新
  1. researchsquare.com

    医学CLIP不再只认高层语义:拆出纹理与属性两条支路,多异常检测准确率提升10.2%

    医学CLIP此前主要对齐高层语义特征,对纹理、实体顺序和属性这类低层信息捕捉不足,在细粒度任务上受限。Deco-CLIP把图像与文本各拆成两条支路:一路用CT-CLIP预训练的ViT提取语义,一路用MAE预训练的ViT提取纹理,文本编码器后三层分叉并共享键值、使用不同查询,再配合阈值自适应样本挖掘与正则化注意力。在CT-RATE的零样本任务上,多异常检测准确率提升10.2%,报告到体数据检索召回率提升16.2%。

  2. Science Advances

    微波衍射神经网络芯片:在毫米级GaAs芯片上同时实现感知与计算

    该工作采用GaAs半导体工艺制备了芯片级微波衍射神经网络(MDNN),通过级联耦合器与移相器在毫米级尺寸内实现衍射网络,将传统MDNN尺寸缩小四个数量级以上,计算延迟为2.05 ns,系统级能效为0.83 TOPS/W,并在MNIST手写数字识别、多用户干扰抑制和无人机实时障碍感知三个原型任务上取得超过86%的准确率,验证了该芯片在微波域直接进行数字图像处理与原位电磁信息处理的能力。

已读完全部报道