跳到主要内容
检索

# 状态空间序列模型

2 篇关联报道

订阅更新
  1. 皮肤病灶边界被毛发遮断时,先把高频细节修好再解码:ISIC 2018上Dice达89.69%

    皮肤镜图像里,毛发遮挡、光照不均和局部对比度弱会让病灶边界断裂,而自注意力倾向强调低频内容,使这些弱边界在跳连中被稀释。Swin-WaveNet把编码器跳连特征先做小波分解,只对高频子带做选择性状态空间扫描以接续断开的轮廓,再用深层语义门控滤掉毛发等伪影响应,最后在解码上采样时用高频注意力锐化边界。在ISIC 2018上三次运行的平均Dice为89.69%、HD95为23.60像素,与Swin-Unet差距很小;不经微调直接用于ISIC 2017时Dice为91.69%。

  2. arXiv

    S3N 用有限元 LL–HP 映射与四螺旋状态空间扫描,把 10 天预报 nRMSE 降到 0.5177

    该工作提出 S3N 球面螺旋扫描网络,用基于曲面有限元的 L2Proj 在经纬度网格与 HEALPix 等面积网格之间双向映射大气场,并用跨纬度注意力引导的四条极到极螺旋路径选择性状态空间扫描实现跨基面信息传播;在 ERA5/WeatherBench 2 上,S3N 在 4、7、10 天预报取得更低 nRMSE(10 天 0.5177,对比 OneForecast 的 0.6398),且误差增长更慢,但 6 小时与 1 天短期精度不及部分对比模型。

已读完全部报道