会员服务
在深度学习中，卷积神经网络（CNN或ConvNet）是一类深度神经网络，最常用于分析视觉图像。基于它们的共享权重架构和平移不变性特征，它们也被称为位移不变或空间不变的人工神经网络（SIANN）。它们在图像和视频识别，推荐系统，图像分类，医学图像分析，自然语言处理，和财务时间序列中都有应用。
Pixel-Translation-Equivariant Quantum Convolutional Neural Networks via Fourier Multiplexers
Arxiv
0+阅读 · 4月7日
Central limit theorems for the outputs of fully convolutional neural networks with time series input
Arxiv
0+阅读 · 3月31日
Convolutions Predictable Offloading to an Accelerator: Formalization and Optimization
Arxiv
0+阅读 · 3月23日
Murmurations, Mestre--Nagao sums, and Convolutional Neural Networks for elliptic curves
Arxiv
0+阅读 · 3月18日
Compilation and Execution of an Embeddable YOLO-NAS on the VTA
Arxiv
0+阅读 · 4月27日
LipKernel: Lipschitz-Bounded Convolutional Neural Networks via Dissipative Layers
Arxiv
0+阅读 · 4月9日
Opto-Atomic Spatio-Temporal Holographic Correlators for High-Speed 3D CNNs
Arxiv
0+阅读 · 4月27日
Towards High-Fidelity Gaussian Splatting with Queried-Convolution Neural Networks
Arxiv
0+阅读 · 3月15日
Beyond Accuracy: Reliability and Uncertainty Estimation in Convolutional Neural Networks
Arxiv
0+阅读 · 3月11日
Large deviation principles for convolutional Bayesian neural networks
Arxiv
0+阅读 · 3月6日
Real time fault detection in 3D printers using Convolutional Neural Networks and acoustic signals
Arxiv
0+阅读 · 2月18日
Towards Spatio-Temporal Extrapolation of Phase-Field Simulations with Convolution-Only Neural Networks
Arxiv
0+阅读 · 2月8日
Direct Kernel Optimization: Efficient Design for Opto-Electronic Convolutional Neural Networks
Arxiv
0+阅读 · 2月13日
Symplectic convolutional neural networks
Arxiv
0+阅读 · 2月5日
How Controlling the Variance can Improve Training Stability of Sparsely Activated DNNs and CNNs
Arxiv
0+阅读 · 2月5日
参考链接
微信扫码咨询专知VIP会员
Top