每日论文阅读01

于 2024-08-13 21:36:30 发布
阅读量287 收藏 6
点赞数 6
分类专栏： 每日论文阅读 文章标签： 论文阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45022754/article/details/141173622
版权

Title: MambaHSI: Spatial–Spectral Mamba for Hyperspectral Image Classification

Published in: IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING

Contributions: spatial Mamba block (SpaMB)、spectral Mamba block (SpeMB)、spatial-spectral fusion module (SSFM)

目录

一、整体架构

二、SpaMB

三、SpeMB

四、SSFM

五、总结

一、整体架构

图1 整体结构

整体结构如上所示。先Embedding，再Encoder，最后分割头。 

Embedding就是Conv+GN+SiLU，这个GN就是Group Normalization，不同于LN、BN这些。

二、SpaMB

SpaMB上图所示，先展平将输入图片(B, H, W, C)处理成(B, HW, C)，最后进行Mamba操作和后续的GN、残差等。

三、SpeMB

SpeMB按照channel进行划分，后续跟SpaMB一样。

四、SSFM

SSFM融合三部分，最后有个自适应加权操作，在代码里面就是torch.ones(2) / 2，给SpaMB和SpeMB两个都为0.5的初始权重，然后不断迭代，以达到自适应的效果。 

{H_{SSFM}} = {H_i} + {w_{spa}} \times {H_{spa}} + {w_{spe}} \times {H_{spe}}                               (1)

五、总结

1、空间和光谱上的特征融合

2、自适应加权（特别对于加权求和来说，这种自适应加权思路挺好的，可以规避有些老师会问你 加权系数怎么选取的，怎么自适应的！！！）

DLst_liu
关注
  • 6
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
论文阅读笔记模板
08-19
【论文阅读笔记模板】 在计算机科学与技术领域，学术论文是知识传播的重要载体，而有效阅读和理解论文是提升专业技能的关键步骤。以下是一个适用于计算机相关专业论文阅读的笔记模板，旨在帮助读者系统地记录、理解...
计算机 论文 阅读汇报
06-14
计算机学科 最新顶会顶刊论文（IEEE AAAI等） 汇报PPT
NLP论文阅读记录-EMNLP 2023 | 01 Improving Summarization with Human Edits
yuyuyu_xxx的博客
12-12 963
通过人工编辑改进摘要codepaper最近的工作表明，利用人类反馈范式进行学习可以产生人类决定的高质量文本。现有的工作使用人类反馈来训练通用领域抽象摘要中的大型语言模型（LLM），并获得了超过传统似然训练的摘要质量。在本文中，我们重点关注一种较少探索的人类反馈形式——人类编辑。我们提出了序列比对（非）似然训练（SALT），这是一种在训练循环中同时使用人工编辑和模型生成的数据的新技术。
论文阅读--《FourierGNN：从纯图的角度重新思考多元时间序列预测》
m0_55245520的博客
06-25 1348
本次介绍的文章来自NeurIPS 2023，关于多变量时间序列的预测痛点问题：当前最先进的基于图神经网络(GNN)的预测方法通常需要图网络(如GCN)和时间网络(如LSTM)来分别捕获序列间(空间)动态和序列内(时间)依赖关系。然而，两种网络的不确定兼容性给手工制作的模型设计带来了额外的负担。此外，分离的时空建模自然违背了现实世界中统一的时空相互依赖关系，这在很大程度上影响了预测效果。解决方案：从纯图角度重新思考MTS预测主要内容：首先定义了一种新的数据结构，hypervariate graph，它将每个序
[论文阅读] (19)英文论文Evaluation（实验数据集、指标和环境）如何描述及精句摘抄——以系统AI安全顶会为例
杨秀璋的专栏
04-05 7205
《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。前一篇介绍了英文论文模型设计（Model Design）和概述（Overview）如何撰写，并摘抄系统AI安全顶会论文的精句。这篇文章将从个人角度介绍英文论文实验评估（Evaluation）的数据集、评价指标和环境设置如何撰写，继续以系统AI安全的顶会论文为例。一方面自己英文太差，只能通过最土的办法慢慢提升，另一方面是自己的个人学习笔记，并分享出来希望大家批评和指正。希望这篇文章对您有所帮助。
[论文阅读] (32)南洋理工大学刘杨教授——网络空间安全和AIGC整合之道学习笔记及强推（InForSec）
杨秀璋的专栏
05-01 1365
本文是南洋理工大学刘杨教授在InForSec学术报告的分享学习笔记，题目是“网络空间安全和AIGC整合之道”。刘老师是我们非常佩服的一位大佬，他们的很多安全工作都值得我们学习，这次分享真的很棒，值得大家去学习。同时，更重要是看看刘老师他们团队面对一个新方向或新热点，他们是如何去探索与安全结合，如何去从事科学研究的。本文按照刘老师汇报内容描述，并凝练出重点内容（详见博文中重点标注的思路梳理），尤其是科研探索的过程，从而方便大家学习。学习笔记文章，希望对大家有所帮助。最后感谢刘老师的分享！
论文阅读笔记-Measuring and Modeling the Label Dynamics of Online Anti-Malware Engines
梦想闹钟
07-05 242
USENIX Measuring and Modeling the Label Dynamics of Online Anti-Malware Engines https://www.usenix.org/system/files/sec20-zhu.pdf 这篇文章主要对VT的识别结果进行了分析，就实验结果来说，只选取一部分识别引擎的结果作为判别标准会更稳定，且需要隔一段时间再次提交文件观察识别结果，如果识别结果在短期内没有出现频繁翻转，则可以将其作为判定标准 第一章 1.作者指出现阶段常用的VirusT
SCI科技论文写作成长营（完整版）
Everyday try to become better -Kobe Bryant
05-01 7793
一直以来，SCI论文都是众科研者们前赴后继所追逐的目标，而这不仅仅是因为SCI论文时科研成果的总结，可为国际同行所知晓；更重要的是，对大多数人而言，它还是毕业、晋升、求职的硬性要求。 所以本次成长营的课程特色就在于传授写作原则，总结论文写作套路。这样无论你的课题是 Nature 水平的重大发现还是Scientific Reports水平的研究成果，你都不会再惧怕写作，且能写出一篇漂亮的英文论文。 一般SCI期刊里的Artcle正文均会分成几个部分：Introduction/Background、Materi
[论文总结] 深度学习在农业领域应用论文笔记11
You and Me
02-28 2250
本研究提出了一种基于机器视觉的岬角边界检测方法，该方法在RGB图像外引入深度信息，以提高其检测精度。我们使用基于深度学习的卷积神经网络（CNN）和循环神经网络（RNN）来进行岬角语义分割。我们还提出了一个交互式注意力模块（IAM），以自适应地融合RGB-D图像中的互补信息。在连续图像中，我们采用由一组双向卷积长短期记忆（ConvLSTMs）组成的时间序列信息处理模块（TPM）来提取相互关联的信息。我们应用图像预处理技术和基于距离的边界点聚类算法于岬角分割掩模，得到农机工作侧的边界线。
【每日一读】Large Scale Network Embedding: A Separable Approach
海到无边天作岸 山登绝顶我为峰
11-06 1630
原文链接：https://ieeexplore.ieee.org/document/9117196会议： IEEE Transactions on Knowledge and Data Engineering （CCF A类）年度：2020年6月15日（发表日期）已经提出了许多成功的方法来学习大规模网络上的低维表示，而几乎所有现有的方法都是在不可分割的过程中设计的，即使只有一小部分节点是感兴趣的，也可以学习整个网络的嵌入。这导致了极大的不便，特别是在大规模或动态网络上，这些方法几乎不可能实现。在本文中，我
【坑NO.2】—每日文章阅读
weixin_46861863的博客
03-10 388
文章阅读积累
2023高教社数学建模国赛C题 - 蔬菜类商品的自动定价与补货决策（完整参考论文）
ProminentWu的博客
09-08 5991
摘要商超（超市和零售店）在现代经济中扮演着至关重要的角色，然而，它们在蔬菜商品管理中面临着多重挑战。这些挑战包括如何准确预测销售趋势、合理制定价格策略、以及有效制定补货计划等问题。解决这些问题对于商超来说至关重要，因为它们直接影响着销售收益、库存成本和客户满意度。因此，本研究旨在为商超提供一套全面的蔬菜商品管理策略，以帮助它们更好地应对这些挑战。针对问题一，在蔬菜商品管理中，首要问题之一是如何准确预测销售趋势。这包括了不同蔬菜品类的销售模式，如季节性销售高峰和低谷。我们需要深入了解哪些蔬菜在特定时间段内销售
paper-阅读论文合集
04-13
【标题】"paper-阅读论文合集"是一个专门用于存储和整理阅读论文及书籍笔记的资源集合。在学术研究和专业发展过程中，阅读和理解论文是至关重要的，它能帮助我们跟踪最新的研究进展，理解理论基础，以及学习新的方法...
论文阅读Train Large, Then Compress: Rethinking Model Size for Effici
03-25
论文阅读时记录的内容和思考
深度学习论文阅读路线之3.2
05-18
想入门深度学习，导师让阅读论文，不知从何下手，推荐阅读路线 2 Deep Learning Method 由于文档上传限制，分为三个部分上传，第三个部分分为两部分上传，每个部分都按照顺序分类，可以依次阅读，顺序式学习 第一...
FunAudioLLM-SenseVoice+CosyVoice-论文阅读笔记
hehedadaq的博客
08-07 874
我一直认为TTS或者端到端S2S，都离不开一个好的ASR模型。前几天试了一下阿里通义语音团队开源的SenseVoice，发现这个音频识别效果（ASR）还挺好的。我试了几个B站的视频，可以出一些有意思的结果：视频链接：https://www.bilibili.com/video/BV1m1421b77q这里的错误有：从衣怒开始，就识别错了，因为这部分插入的是一段日语。但后面的内容都还好。但我估计，它这里用来训练的三十万小时视频中，包含了B站的视频，没道理我能拿到，阿里拿不到。
《ImageNet: A Large-Scale Hierarchical Image Database》李飞飞论文阅读笔记
Keep_Calm_的博客
08-12 403
《ImageNet: A Large-Scale Hierarchical Image Database》李飞飞论文阅读笔记
聚类算法-一种无监督学习方法.docx
最新发布
08-12
聚类算法是一种无监督学习方法，用于将数据集中的数据点自动分组到不同的类别中，这些类别也称为“簇”或“群”。聚类的目标是让同一簇内的数据点尽可能相似，而不同簇之间的数据点尽可能不相似。聚类算法广泛应用于多种领域，如数据挖掘、模式识别、图像分析、信息检索等。 聚类算法的基本概念 无监督学习：聚类算法不需要事先标记数据点的类别标签，而是根据数据本身的相似性来分组。 相似性度量：聚类算法依赖于某种相似性或距离度量来决定数据点之间的相似程度。常用的度量包括欧氏距离、曼哈顿距离等。 目标函数：大多数聚类算法都会尝试最小化某种目标函数，例如簇内的平方误差和（SSE）。 常见的聚类算法 K-Means K-Means 是一种原型聚类算法，它通过迭代地将数据点分配到最近的质心来形成簇，并重新计算每个簇的质心，直到质心不再显著变化为止。 在 Python 的 scikit-learn 库中，可以通过 KMeans 类实现 K-Means 聚类。 层次聚类 层次聚类构建一个树状图（称为树状图或 dendrogram），显示数据点是如何逐渐合并成簇的。 这种算法可以是凝聚型（自底向上）或分裂型（自顶向下）。
45ft集装箱模型3D图纸 STEP格式.zip
08-12
45ft集装箱模型3D图纸 STEP格式.zip
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值