Компьютерные науки > Компютерное видение и распознавание шаблонов [представлено 26 октября 2026 года] Название: ACSAN: Всекоммуляционная сеть самовнимания, объединяющая композиционные операции с трансформаторным видом PDF HTML (экспериментальное) резюме: за последние несколько лет Vision Transformer (Vitual Transter) добилась отличных результатов в области компьютерного видения. Вместе с тем по-прежнему сохраняются некоторые проблемы. Например, ВИТ в значительной степени полагаются на крупномасштабные данные о подготовке кадров, поскольку они содержат просто большое число поддающихся обучению параметров, что замедляет их эффективность обучения и ограничивает возможности для применения в сценариях с ограниченными ресурсами. В настоящем документе мы предлагаем новую модель глубокого обучения, а именно: Сеть комплексного самозащиты (АКСАН), которая применяет операции по слиянию для замены полностью подключенных матриц умножения в рамках ВИТ. Для реализации АКСАН мы сначала проектируем динамическое композиционное самовоспитание (DSA) в качестве базового модуля, который использует многомасштабные расширенные слияния для создания запросов, ключей и ценности. Мы определили пространственное самооценку и каналу, по которому можно привлечь внимание соответственно. В конечном счете эти два элемента внимания объединены в качестве выходного продукта модуля ДССУ. На основе ДКСА мы затем соорудим основной блок АКСАН. По сравнению с VIT, мы используем DSA для замены регулярных операций…
АКСАН: Всекоммунальная сеть самоконтроля в целях интеграции мер по предупреждению конфликтов с программой " Видение - трансформатор >
arXiv:2610.35375v1 Annualce Type: New Humber Brieflow: За последние несколько лет Vision Transformer (ViT) добилась отличных результатов в области компьютерного зрения. Вместе с тем по-прежнему сохраняются некоторые проблемы. Например, ВИТ в значительной степени полагаются на крупномасштабные данные о подготовке кадров, поскольку они содержат просто большое число поддающихся обучению параметров, что замедляет их эффективность обучения и ограничивает возможности для применения в сценариях с ограниченными ресурсами. В настоящем документе мы предлагаем новую модель глубокого обучения, а именно: Сеть комплексного самозащиты (АКСАН), которая применяет операции по слиянию для замены полностью подключенных матриц умножения в рамках ВИТ. Для реализации АКСАН мы сначала проектируем динамическое композиционное самовоспитание (DSA) в качестве базового модуля, который использует многомасштабные расширенные слияния для создания запросов, ключей и ценности. Мы определили пространственное самооценку и каналу, по которому можно привлечь внимание соответственно. Два элемента внимания наконец-то Мерг