TransitNet：低信噪比凌星盲搜新框架
热点事件持续更新
TransitNet：低信噪比凌星盲搜新框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Xingchen Yan 等作者提交论文，提出用于低信噪比凌星盲搜的紧凑注意力增强深度学习框架 TransitNet。作者报告称，该框架在信噪比 6 至 8 区间达到 95.2% 准确率，ROC-AUC 与 PR-AP 分别为 0.974 和 0.982，优于 TLS 和 BLS。上述性能为论文报告结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
TransitNet：面向低信噪比凌星盲搜的紧凑注意力增强深度学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AITransitNet：面向低信噪比凌星盲搜的紧凑注意力增强深度学习框架
TransitNet 是一个紧凑的注意力增强深度学习框架，用于低信噪比凌星盲搜，在 SNR 6 至 8 区间达到 95.2% 准确率，ROC-AUC 与 PR-AP 分别为 0.974 和 0.982，优于 TLS 和 BLS。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
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。