FuseAMC：CPU单核实现调制分类决策融合
热点事件持续更新
FuseAMC：CPU单核实现调制分类决策融合
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Zhiyi Yin等作者提出FuseAMC调制分类模型，将约198k参数的残差CNN与梯度提升树累积量分类器的类别后验拼接，用逻辑回归元组合器做决策融合。在RadioML 2016.10a的44k帧留出测试集上，总体准确率为55.8%，比最佳累积量特征基线高5.1个百分点、比单独CNN高3.2个百分点。 作者称，整个流程在单个CPU核心上训练和运行，面向无硬件加速的通用及嵌入式处理器。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
FuseAMC：融合CNN与累积量分类器的CPU高效调制识别决策融合模型报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIFuseAMC：融合CNN与累积量分类器的CPU高效调制识别决策融合模型
FuseAMC 将约 198k 参数的残差 CNN 与梯度提升树累积量分类器的类别后验拼接，用逻辑回归元组合器做决策融合，在 RadioML 2016.10a 的 44k 帧留出测试集上达到 55.8% 总体准确率，比最佳累积量特征基线高 5.1 个百分点、比单独 CNN 高 3.2 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。