Combining Self-attention and Dilation Convolutional for Semantic Segmentation of Coal Maceral Groups
煤层群的分割可以描述为煤层群图像的语义分割过程，这对于研究煤的化学性质至关重要。通常，煤层群的现有语义分割模型使用堆叠参数的方法来达到更高的精度。它导致计算需求增加，并影响模型培训效率 ...
准确预测粘土，页岩和煤中的氢吸附对于推进地下氢存储，天然氢勘探和放射性废物遏制至关重要。传统的实验方法虽然基础，但既费时，容易出错，并且在捕获地质异质性方面有限。这项研究介绍了具有多类特征工程的自适应物理知识神经网络（PINN）框架，以增强氢吸附预测 ...
Data augmentation is widely utilized as an effective technique to enhance the generalization performance of deep models. However, data augmentation may inevitably introduce distribution shifts and noi ...
多视图3D对象检测是自动驾驶系统的关键组成部分。基于查询的现代方法主要取决于3D锚的数据集特定初始化，引入偏见或利用密集的注意机制，这些偏见在计算上效率低下且不计。为了克服这些问题，我们提出了MDHA，这是一种新型稀疏查询的框架，该框架使用来自多视图，多尺度图像输入的混合锚来构建自适应3D输出建议 ...
近年来，多模式3D对象检测表现出很大的进展。但是，大多数现有方法由于依赖密集的3D特征，因此几乎无法扩展到远程方案，从而大大升级了计算需求和内存使用情况。在本文中，我们引入了稀疏融合，这是一种新型的多模式融合框架，完全建立在稀疏的3D特征上，以促进有效的远程感知 ...
车辆GPS轨迹提供了支持各种下游任务和应用的有价值的运动信息。理想的轨迹学习模型应该能够在不进行重新培训的情况下转移到各个区域和任务上，从而避免使用有限的培训数据维护多个专业模型和Subpar绩效。但是，每个区域都有其独特的空间特征和环境，这些特征和环境反映在车辆运动模式中，难以推广 ...
大型语言模型（LLMS）的最新进展表明，在几何问题解决哪种几何问题中，尤其是在数学推理中，尤其是在数学推理中，辅助构造在哪些几何问题上仍然具有挑战性的领域。现有方法要么实现次优性能或依赖大量的LLM（例如 ...
我们提出了GPT-OSS-1220B和GPT-OSS-20B，这是两个开放的推理模型，这些模型推动了准确性和推理成本的前沿。这些模型使用有效的专家 Transformer 结构，并使用大型蒸馏和增强学习进行了训练。我们优化了模型以具有强大的代理功能（深度研究浏览，Python工具使用和对开发人员提供的功能的支持），同时使用渲染的聊天格式，可实现明确的指令以下和角色描述 ...
