（（（））（城市计算通过利用不同来源（例如地理、交通、社交媒体和环境数据）的跨域数据融合的力量），成为可持续发展的关键学科，成为可持续发展的关键学科... ...
心电图成像旨在非侵入性地重建从身体表面ECG测量的心脏表面上的电动动态模式，从而有助于心脏功能的机械研究。 ECGI的核心是相反的心电图问题，这是一项数学条件不良的挑战，其中小的身体测量误差或噪声可能导致重建的心脏表面电位的明显不准确。我们以前的研究利用了一个发达的电生理（EP）模型，开发了一个epformform的深度学习框架，证明了在改善心脏地图预测方面的有益有效性 ...
高性能图像压缩算法对于跨众多字段的实时信息传输至关重要。尽管在图像压缩方面取得了迅速的进展，但计算效率低下和冗余建模差仍会构成明显的瓶颈，从而限制了实际应用。受国家空间模型（SSM）在捕获长期依赖性方面的有效性的启发，我们利用SSM来解决现有方法中的计算效率低下，并从多个角度提高图像压缩 ...
大型视觉模型具有固有的功能来处理各种视觉感知任务。在本文中，我们介绍了VisionReasoner，这是一个统一的框架，能够在共享模型中推理和解决多个视觉感知任务。具体而言，通过设计新颖的多对象认知学习策略和系统的任务重新重新制定，VisionReasoner增强了其推理能力以分析视觉投入，并在统一框架中解决了各种知觉任务 ...
视觉语言模型（VLM）在各种计算机视觉任务中都取得了令人印象深刻的性能。但是，在现有模型中尚未完全探索多模式推理能力。在本文中，我们提出了一种焦点链（COF）方法，该方法允许VLM基于获得的视觉提示和给定的问题对关键图像区域进行自适应焦点和放大，从而实现有效的多模式推理 ...
使用GPU设备大大加速了机器学习培训，推理和一般HPC任务等高度平行的工作负载。在云计算集群中，高度要求通过多任务共享服务GPU的计算能力，因为与可用的GPU数量相比，任务请求总是更多。现有的GPU共享解决方案的重点是减少任务级等待时间或任务级切换成本，当时多个工作争夺单个GPU ...
变形金刚为许多AI应用程序提供动力，但具有很高的推理潜伏期，从而限制了它们在实时设置中的使用。多设备推理可以通过平行计算来减少延迟。然而，现有方法需要高设备间带宽，这使得它们对于带宽受限的环境不切实际 ...
扩散 Transformer （DIT）在视频生成中表现出了出色的性能。但是，它们的大量参数和高计算复杂性限制了它们在边缘设备上的部署。量化可以通过降低模型参数的位宽度来降低存储需求并加速推断 ...
