研究者提出Winfree振荡神经网络WONN
热点事件观察中
研究者提出Winfree振荡神经网络WONN
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Jiawen Dai、Yue Song 提出基于广义 Winfree 动力学的 Winfree 振荡神经网络（WONN），在环面 (S^1)^d 上通过结构化振荡交互演化表示。 据论文称，WONN 在 CIFAR、ImageNet-1K、Maze-hard 和 Sudoku 上取得有竞争力或更优的表现，并称其为首个在 ImageNet-1K 上具备竞争力的同步振荡架构。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
Winfree 振荡神经网络 WONN：首个在 ImageNet-1K 上具备竞争力的同步振荡架构报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIWinfree 振荡神经网络 WONN：首个在 ImageNet-1K 上具备竞争力的同步振荡架构
研究者提出基于广义 Winfree 动力学的 Winfree 振荡神经网络（WONN），在环面 (S^1)^d 上通过结构化振荡交互演化表示。WONN 在 CIFAR、ImageNet、Maze-hard 和 Sudoku 上取得有竞争力或更优的表现，是首个在 ImageNet-1K 上具备竞争力的同步振荡架构。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。