浅谈神经网络的归一化（Normalization）
在神经网络中，归一化（Normalization） 是一种用于调整和标准化神经元激活值的方法，主要目的是 加速 […]
浅谈神经网络的归一化（Normalization） Read More »
数学
基于神经特征函数匹配（Neural Characteristic Function Matching, NCFM）方法的数据集蒸馏：GPU 内存使用量减少300倍以上，处理速度提升20倍
深度神经网络（DNN）在各种任务上取得了巨大成功，其中一个关键因素是大规模训练数据的可用性。然而，在存储受限的
采用非对称数字系统（ANS）和波列树（Wavelet Trees）的无损压缩方法，对近似最近邻搜索（ANNS）中的向量ID和图结构进行优化
论文Lossless Compression of Vector IDs for Approximate Ne
采用非对称数字系统（ANS）和波列树（Wavelet Trees）的无损压缩方法，对近似最近邻搜索（ANNS）中的向量ID和图结构进行优化 Read More »
rStar-Math：有效提升小型语言模型（Small Language Models, SLMs）在数学推理任务中的表现
论文rStar-Math: Small LLMs Can Master Math Reasoning with
rStar-Math：有效提升小型语言模型（Small Language Models, SLMs）在数学推理任务中的表现 Read More »
复值循环神经网络（Complex-Valued Recurrent Neural Network，cv-RNN）：从数学层面理解神经网络的决策过程
论文Image segmentation with traveling waves in an exactly
复值循环神经网络（Complex-Valued Recurrent Neural Network，cv-RNN）：从数学层面理解神经网络的决策过程 Read More »
结合卷积神经网络（CNN）的特征提取能力和物理信息神经网络（PINNs）的物理规律建模能力，实现对液滴撞击和两相界面演变的三维高精度重建
论文PINNs4Drops: Convolutional feature-enhanced physics-i
结合卷积神经网络（CNN）的特征提取能力和物理信息神经网络（PINNs）的物理规律建模能力，实现对液滴撞击和两相界面演变的三维高精度重建 Read More »