跳到主要内容
检索

Xidian University

6 篇关联报道

订阅更新
  1. arXiv

    深度边界只占少量像素却贡献近半误差:E3Stereo用学到的几何边缘把IGEV边界误差从3.77降到3.23像素

    立体匹配的误差集中在深度边界:在IGEV上,几何边缘像素只占被评估像素的很小一部分,却贡献了约一半的总绝对视差误差。E3Stereo从视差监督中学习几何边缘,用同一张边缘图同时引导全分辨率视差残差修正和边界加权训练,并与立体骨干联合优化。在Scene Flow上,它把RAFT-Stereo、IGEV和MonSter的边界端点误差分别降低13.4%、14.3%和9.5%,整体误差也同步下降;但直接迁移到真实数据集时误差高于IGEV,需经目标域微调后才在ETH3D与KITTI报告指标上全面超过IGEV。

  2. researchsquare.com

    单细胞三维基因组边界不再被稀疏数据淹没:跨细胞对齐后,边界强度分出RNA层面看不见的胚胎亚群

    单细胞三维基因组数据极度稀疏,拓扑结构域边界难以稳定识别,跨细胞位置偏差又让边界出现频率和强度无法直接比较。CellRoB把单细胞边界检测与跨细胞对齐结合起来,以绝缘分数损失最小化对齐边界位置,在小鼠脑Dip-C和人GM12878 scMicro-C数据上从40 kb到5 kb分辨率改善了边界识别准确性与对接触丢失的稳健性。在小鼠胚胎多模态数据上,边界强度谱把RNA嵌入中未被分开的EPI细胞分成两个亚群。

  3. researchsquare.com

    同频通信信号分离压到23.5万参数:复数注意力让模型少塌缩,还守住相位

    同频通信信号的单通道盲分离此前多依赖实数域网络或与复数无关的注意力模块,难以利用I/Q两路之间的相位耦合。ComplexLightweightSepNet把复数挤压-激励模块嵌入复数卷积编解码器,用实数通道权重缩放复数特征而保留相位,整网仅235,525个参数。在5 Hz同频混合、四种调制方式的合成数据上,该模型五种子平均SDR为2.31 dB,标准差0.62 dB;配对Wilcoxon检验未达到α=0.05,因此结果被定位为235K参数规模下的一个可用工作点,而非优于基线的推断。

  4. arXiv

    LT-OPD 用自身生成轨迹上的在线自蒸馏,把 5% 视觉 token 下的平均保留性能从 68.6% 提到 82.3%

    该工作提出 LT-OPD,让只保留 5% 视觉 token 的学生模型在自己的生成轨迹上接受冻结全 token 自身教师的分布监督,并配合逐步降低 token 预算的课程,在 Qwen3.5-4B 九个基准上把平均保留性能从 68.6% 提升到 82.3%,同时把 KV 缓存降低 85.2%、prefill FLOPs 降低 85.4%,且不增加推理开销。

  5. arXiv

    VA-Adapter 让超声基础模型学会心脏探头导航,训练参数减少约33倍且误差低于强基线

    该工作提出 Vision-Action Adapter(VA-Adapter),将其插入超声基础模型(EchoCLIP、USFM、BiomedCLIP)冻结的图像编码器深层,通过编码历史“图像-动作”序列在线注入个体三维心脏结构理解能力,在178名成人、356条专家扫描轨迹、131万图像-动作对的数据集上,以约2.61M–3.97M可训练参数取得优于强探头导航基线的平移与旋转平均绝对误差。

  6. Bioinformatics

    调控先验引导的注意力机制在非配对单细胞RNA-ATAC整合中保留生物结构

    该工作提出 scHPGT——一种单细胞异质先验引导 Transformer,用模态特异编码器、基于调控连接约束基因-峰注意力的先验引导跨模态 Transformer 以及域对抗目标,在共享隐空间中整合非配对 RNA 与染色质可及性图谱,并在 PBMC3k、小鼠脾脏、CITE-seq/ASAP-seq PBMC 与 PBMC10k 基准上改善聚类一致性、标签迁移与生物结构保留,同时在部分重叠与条件漂移场景中避免把未匹配或条件特异状态强行对应,且注意力导出的连接可恢复调控关系、标记基因调控区、转录因子程序与调控活性谱。

已读完全部报道