由于其固有的能量效率，尖峰神经网络（SNN）正在成为人工神经网络（ANN）的一种有希望的替代品。由于SNN中尖峰产生的固有稀疏性，经常忽略了中间输出尖峰的深入分析和优化。这一监督显着限制了SNN的固有能源效率，并降低了它们在时空特征提取方面的优势，从而导致缺乏准确性和不必要的能量消耗 ...
基于社交网络的社交建议在改善推荐系统的性能方面取得了巨大的成功。由于社交网络（用户关系）和用户项目交互自然表示为图形结构数据，因此图形神经网络（GNN）已被广泛应用于社交建议。在这项工作中，我们提出了一个端到端的异质全球图学习框架，即图形学习增强异质图神经网络（GL-HGNN）以供社会建议进行 ...
异常检测（AD）对于工业检查至关重要，但是现有方法通常依赖于``比较''测试图像与培训集中的正常参考。但是，外观和定位的变化通常会使这些参考文献与测试图像的比对复杂化，从而限制了检测准确性。我们观察到大多数异常表现为局部变化，这意味着即使在异常图像中，有价值的正常信息仍然存在 ...
（DST）对于确保在面向任务的对话系统中准确跟踪用户目标和系统操作至关重要。gpt3和chatgpt等大型语言模型（LLM）的出现引发了人们对评估其在不同应用程序中的有效性的极大兴趣。在本研究中，我们对chatgpt在dst方面的功能进行了初步检查 ...
整流激活单元（整流器）对于最新的神经网络至关重要。在这项工作中，我们研究了整流器神经网络，用于从两个方面进行图像分类。首先，我们提出了一个参数整流的线性单元（PRELU），该单元（PRELU）概括了传统的整流单元 ...
使用drell-yan事件在质子 - 质量中心能量的质子 - 质子碰撞中测量基础事件（UE）活性在数据样本中进行的drell-yan事件，该数据样本对应于2.2的2.2逆向femtobarns，并由LHC的CMS实验收集。在Muonic最终状态（Q Q-bar至相位符号插座）中测得的活性被校正为粒子水平，并与各种蒙特卡洛发生器和强膦模型的预测进行了比较 ...
一致性模型 (CM) 是一类强大的基于扩散的生成模型，针对快速采样进行了优化。大多数现有的 CM 都是使用离散时间步长进行训练的，这会引入额外的超参数，并且容易出现离散化错误。虽然连续时间公式可以缓解这些问题，但它们的成功受到训练不稳定的限制 ...
Jet-associated deuteron production in $pp$ collisions at $\sqrt{s}=13$ TeV and $p$-Pb collisions at $\sqrt{s_{NN}}=5.02$ TeV is studied in the coalescence model by using the phase-space information of ...
