论文Agent 与开发者11:59面向电磁信号的结构化预训练:用 RoPE-fs 时间对齐替代波形重建做无线通信或信号处理方向预训练的值得看看。它把 RoPE 改成物理时间对齐的 RoPE-fs,再用掩码预测离散结构单元替代波形重建,解决了不同采样率、不同传播环境下预训练学歪的问题,少样本适配比现有基线更强。#RoPE-fs#自监督预训练#电磁信号#掩码预测aarXiv cs.LG@Wenjin Gui 等 10 人原文稍后读已读值得跟进有用关注 RoPE-fs
论文11:59研究比较传统方法与深度学习在变星光变曲线分类上的表现arXiv 上这篇论文用 ZTF 的 4 万颗变星数据对比了两类方法,结论是经典特征模型更强,做时序分类的可以看看失败原因分析。#ZTF#光变曲线#时序分类#自监督预训练aarXiv cs.LG@V. Baymakanov 等 10 人原文稍后读已读值得跟进有用关注 ZTF
论文10:15论文提出全局平均精度 gAP 与可微替代损失 gSAP一篇写损失函数的论文:gSAP 直接换掉 InfoNCE,同样精度下能多捞 4 倍正样本,做检索和预训练的可以试试。#InfoNCE#gSAP#度量学习#自监督预训练aarXiv cs.LG@Bill Psomas 等 6 人原文稍后读已读值得跟进有用关注 InfoNCE