班级学习（CIL）试图使模型能够依次学习新课程，同时保留对先前学到的课程的知识。平衡灵活性和稳定性仍然是一个重大挑战，尤其是当任务ID未知时。为了解决这个问题，我们的研究表明，新颖和现有任务之间特征分布的差距主要是由平均值和协方差矩差异驱动的 ...
在本文中，我们解决了 Transformer 的高计算开销，以实现有效的图像超分辨率〜（SR）。由自我注意力层间重复的观察到的动机，我们介绍了一个卷积的自我发场模块，名为“卷积注意”〜（Convattn），该模块模仿了自我注意力的远程建模能力和实例依赖性权重，并具有单个共享的大型内核和动态核。通过利用Convattn模块，我们可以显着减少对自我注意的依赖及其所涉及的记忆作业，同时保持 Transf ...
最近，基于配对数据集的深层图像模型取得了一系列显着的进步。但是，由于难以获得真实的配对数据集和不良的概括性能，因此无法在现实世界应用中充分应用它们。在本文中，我们提出了一种新颖的渠道一致性，基于无监督的图像框架CSUD，以应对上述挑战 ...
图像恢复已经看到了深度学习模型的发展取得了重大进步。尽管近年来 Transformer 架构取得了长足的发展，但仍存在挑战，尤其是基于窗户的自我注意力中的受欢迎领域有限。在这项工作中，我们提出了Dswinir，这是一种可变形的滑动窗 Transformer ，用于图像恢复 ...
分子的物理特性的整体平均值与分子构象的分布密切相关，而对这种分布进行采样是物理和化学的基本挑战。传统方法（例如分子动力学（MD）模拟和马尔可夫链蒙特卡洛（MCMC）采样）通常使用，但可能是耗时且昂贵的。最近，通过学习培训数据的分布，扩散模型已成为有效的替代方案 ...
视频发电的最新进展产生了视觉逼真的内容，但缺乏同步的音频会严重损害沉浸感。为了应对视频到审计的关键挑战，包括多模式数据稀缺，模态失衡和现有方法的音频质量有限，我们提出了hunyuanvideo-foley，hunyuanvideo-foley是一个端到端的文本视频 - 视频访问框架框架，可以综合出高实际的音频与视觉动态和语义上下文相同。我们的方法结合了三个核心创新：（1）可扩展的数据管道通过自动注 ...
电池降解仍然是储能域中的关键问题，机器学习成为一种有效的工具，可以推动前进的见解和解决方案。但是，这种电化学科学和机器学习的交集带来了复杂的挑战。机器学习专家经常应对电池科学的复杂性，而电池研究人员在适应针对特定数据集的复杂模型方面面临障碍 ...
精确的机器学习间原子势（MLIP）的开发受到零碎的可用性和不一致的格式的量子机械轨迹数据集（DFT）的不一致格式。由于格式，元数据和可访问性的变化，这些数据集的生成却难以合并成本昂贵。为了解决这个问题，我们介绍了Lemat-Traj，这是一个策划的数据集，其中包含超过1.2亿个来自大型存储库的原子配置，包括材料项目，Alexandria和OQMD ...
