跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

用于医学图像间最优传输的凸势学习

arXiv:2610.37844v1 发布类型:新 摘要:在形态学分析中,计算医学图像之间的最优传输映射具有基础性作用。然而,现有方法要么难以扩展至大型三维医学图像,要么依赖于正则化形式,只能提供近似的传输映射。为提高下游医学图像分析的准确性,我们提出了一种新颖的方法,通过参数化凸势函数来估计最优传输映射。根据构造,所得的传输映射必定无旋,符合布雷尼耶定理。我们在二维和三维医学影像数据集上对该方法进行了评估。实验结果表明,我们的方法能够实现更低的传输估计误差,并生成更高q

事件进展与其他报道

超越低通动力学:基于谐振神经元的频率选择性脉冲储备池

arXiv:2610.37906v1 发布类型:新 摘要:脉冲储备计算将固定递归储备池的训练效率与事件驱动推理的能量效率相结合,其中计算由稀疏脉冲触发,而非在每个时间步都进行密集运算。然而,现有的脉冲储备池几乎完全依赖于漏积分-发放(LIF)神经元,其低通特性限制了它们区分不同时间频率所编码信息的能力。我们提出了HRF-Res,一种液态状态机,其中LIF神经元被异质的谐波谐振-发放(HRF)神经元群体所取代。这些神经元具有内在的振荡动力学,并能选择性地响应输入频率,从而使储备池能够捕捉频

事件进展与其他报道

研究发布拉丁语专用语言模型LAMB及两大新语料库Acervus与Corpus Trinum

2026年10月26日,arXiv发布论文arXiv:2610.31723v1,提出拉丁语专用编码器Latin Modern BERT(LAMB),基于ModernBERT架构,经两阶段预训练,使用超740亿拉丁语词元及新型形态学感知掩码策略;同时公开两个全新拉丁语语料库:含240亿词元的Acervus(含76万经ByT5修复的OCR损坏文本)和首个人工构建的拉丁语语义三元组数据集Corpus Trinum(超1亿强/弱三元组)。

新闻源配图 · arXiv cs.CL

推荐理由:该研究填补了古典语言NLP基础资源空白,首次系统构建面向拉丁语语义理解的大规模预训练模型与配套评测基准,并通过严谨实验验证LAMB在17个子任务中16项领先,具备明确技术贡献与可复现性;所有结论均严格对应arXiv论文摘要与事实提取内容,未引入外部信息。

事件进展与其他报道