AITOP

深度学习

共 46 条相关 AI 资讯
8月25日
23:48
8月24日
17:33
01:13
8月19日
11:40
8月18日
10:35
10:35官方账号arXiv cs.LG@Serena Su, Yifan Wang, Senwei Liang
该论文提出一种可解释且数据高效的深度神经网络框架，用于基于轨迹的循环肿瘤细胞（CTC）表型分类。为解决轨迹数据稀缺问题，作者开发了SubSeq靶向增强策略，在训练时随机提取局部轨迹片段，促进模型从局部模式中学习。实验表明，SubSeq相比基线和其他增强方法提升了分类准确率。梯度加权类激活映射分析显示，局部轨迹片段包含大量与准确分类相关的生物物理信息，同时表明全长轨迹存在冗余。该框架将微流体几何视为细胞力学特性的物理编码器，为诊断设备设计提供机制性见解。
论文CTC深度学习SubSeq
推荐理由：这篇论文用深度学习从微流体轨迹里识别癌细胞表型，提出了一个叫SubSeq的增强方法，比基线更准，还告诉你模型在看哪些物理区域。
原文
8月17日
10:32
10:32官方账号arXiv cs.AI@Karel Becerra, Boris Mederos, Dean Snow, Ramón A. Mollineda
该研究提出一个不确定性感知的深度学习框架，用于旧石器时代晚期手印的性别归属。框架通过双图像处理和双轮廓提取，为每个手印生成12种轮廓实现，并由两个各含10个神经网络的集成模型（EfficientNet-B3和MobileViT-S）处理，模型在14,036个当代手样本上训练。在当代数据集上，老年组的分类准确率超过88%。应用于史前手印时，框架输出性别预测与内部一致性置信度，可区分形态稳定与模糊案例。
论文EfficientNet-B3MobileViT-S性别判定
推荐理由：这篇论文用深度学习给远古手印判性别，在当代数据上准确率超88%，还能告诉你哪些样本拿得准、哪些拿不准。
原文
8月13日
17:48
17:45
8月11日
12:38
12:38官方账号arXiv cs.LG@Samaneh Rezaeimanesh, Mohsen Behradfar, Mohammad Fili, Guiping Hu
Child Mind Institute使用Helios腕戴设备收集数据，结合惯性测量单元、热电堆传感器和飞行时间传感器，捕捉运动、热感和距离信息。研究团队开发了结合卷积神经网络和门控循环单元的深度学习框架，并加入模态专用自编码器和晚期融合分类器。该框架在二元检测中F1分数达0.985，AUC为0.997，九类分类中宏平均F1为0.700，AUC为0.963。Shapley解释显示飞行时间和惯性模态主导判别力，层级聚类表明误分类主要由手势解剖区域驱动。研究证明多模态融合可实现准确、客观、连续的行为监测，为可穿戴辅助心理健康诊断奠定基础。
论文多模态融合可穿戴设备深度学习
推荐理由：这个研究用腕带传感器加深度学习，检测拔毛、抠皮这类小动作，F1到0.985，比单模态准多了，对心理健康监测挺有参考价值。
原文
11:09
11:09官方账号arXiv cs.LG@Ange-Clément Akazan, Ineza Remy Mugenga, Abebe Geletu, Jean Medard Ngnotchouye, Issa Karambal
ReliableNet 提出一种新的训练方法，直接约束模型同时自信且预测错误的联合概率（JCW），使其低于用户设定的风险预算 α。该方法将问题建模为机会约束的经验风险最小化，并用保守光滑内近似保证可行性。在四个表格和两个图像数据集上，ReliableNet 是唯一在所有分布内数据集和随机种子下满足 JCW 预算的方法。在多种分布偏移下，它取得最低的经验 JCW，同时保持较高的准确率和校准性能。
论文ReliableNet可信分类机会约束
推荐理由：想减少模型自信犯错？ReliableNet 直接约束这种错误率，比校准和选择性预测更稳，测试里表现最好。
原文
8月10日
10:53
10:53官方账号arXiv cs.LG@Xulin Fan, Juan Azcarreta, Ashutosh Pandey, Jesus Alvarez, Ke Tan, Jacob Donley, Ritwik Giri, Buye Xu
该论文提出一种云边协同的语音增强框架，针对可穿戴设备低延迟、低算力的约束，利用云端模型辅助边缘模型。框架包含三项技术：延迟服务器输出作为额外输入、逐层特征提升以及协同多通道维纳滤波。实验表明，该框架相比纯边缘基线显著提升性能，且额外计算开销极小。
论文语音增强多通道深度学习
推荐理由：边缘设备算力不够？这篇论文用云端模型来帮忙，做语音增强效果好还省算力，搞可穿戴的可以看看。
原文
7月31日
11:08
11:08官方账号arXiv cs.LG@H. Martin Gillis, Thomas Trappenberg
这篇综述系统梳理了深度学习中的不确定性量化（UQ）方法，聚焦集成近似和近似贝叶斯两大类。作者将方法分为五个家族：贝叶斯神经网络、蒙特卡洛Dropout、深度集成、高效集成近似以及最后一层或单次前向方法。文中同时讨论了证据网络、保形预测、事后校准，以及分布外检测和选择性预测。综述还对比了熵分解与成对散度度量，并单独讨论了大型语言模型中的不确定性。
论文不确定性量化深度学习贝叶斯神经网络
推荐理由：想搞清深度模型怎么给出靠谱置信度？这篇把贝叶斯、Dropout、集成、单次前向等方法全梳理了一遍，还讲了各自局限，适合入门和选型参考。
原文
7月30日
12:14
7月28日
11:43
11:43官方账号arXiv cs.LG@Mariela De Lucas Álvarez, Melvin Laux, Arthur de Freitas Precht, Maurice Martin, Edoardo Caroselli, Frank Kirchner, Alexander Fabisch
精选
论文提出一种基于1D卷积神经网络的深度学习框架，用于陀螺仪残差角速率校正。网络结合陀螺仪和星敏感器多传感器输入，输出均值校正并产生与输入相关的偶然不确定性，同时通过集成5个独立模型估计认知不确定性。在标称条件和含加性及时间相关噪声的结构化扰动下评估，梯度归因方法揭示校正和不确定性输出的证据分解。结果表明偶然不确定性随扰动强度增加，但校准不一致；认知不确定性在分布偏移时信号更清晰，能更好区分标称与扰动工况。
论文1D CNN不确定性分解陀螺仪校正
推荐理由：这篇论文教你如何用深度学习分解陀螺仪偏差校正的不确定性，还用了梯度归因来分析模型行为，适合做状态估计或故障检测的人参考。
原文
7月20日
09:19
09:19官方账号arXiv cs.AI@Iker Moran-Cavero, Monica Hernandez, Elvira Mayordomo, Naiara Artiaga, Beatriz Pardiñas, Beatriz Cordon, Elena Garcia-Martin
该论文针对OCT图像中视网膜层分割因散斑噪声、伪影、域偏移等挑战，提出一种以中央凹为中心的空间归一化预处理框架。该方法在7种深度学习架构上评估，结合B-scan级的重叠度量、A-scan级的拓扑感知度量和en-face级的厚度度量。无真实标签时，论文提出无需标注的拓扑违反定量指标和基于厚度的定性评估。实验表明空间归一化显著提升分割鲁棒性和一致性，有助于神经退行性疾病中的生物标志物提取。
论文OCT视网膜层分割空间归一化
推荐理由：这篇论文解决了OCT分割跨域泛化难题，用空间归一化让不同来源的数据对齐，实验扎实，适合研究视网膜影像和医学图像分析的朋友。
原文
7月15日
09:06
09:06官方账号arXiv cs.LG@Sarah Al-Shareeda, Gulcihan Ozdemir, Heung Seok Jeon
该论文提出一个统一的一日前概率预测框架，用于比较模块化事后残差分位数与集成模型内分位数学习两种方案。使用三种深度学习骨干网络（循环、混合循环、Temporal Fusion Transformer）在相同输入下进行评估。结果表明TFT上的集成分位数学习性能最优，MAPE为2.2-3.6%，RMSE为28-83W，且区间宽度比模块化方案窄约5倍。重建敏感性测试显示重建输入使分位数得分增加106%，但区间宽度几乎不变，说明模型未自动吸收重建不确定性。该研究揭示事后残差分位数在依赖重建输入时的局限性，并通过非DL基线和季节性验证支持排名。
论文TFT负荷预测概率预测
推荐理由：这篇论文教你怎么选负荷预测模型——TFT内部做分位数学习比事后校正靠谱，区间窄5倍，适合做精确调度。
原文
7月8日
10:01
10:01官方账号arXiv cs.LG@Yao Fu, Chunxia Zhang, Junmin Liu, Yihang Jin, Haishan Ye, Yuanao Yang
EISAM（Extragradient-Inspired Sharpness-Aware Minimization）是一种新型优化器，通过两步更新过程（预测步骤探索损失景观几何、扰动步骤用基础优化器细化更新）来提升泛化性能。在基准数据集上的实验表明，EISAM在测试准确率和训练效率上持续优于SGD、Adam和SAM。理论分析显示EISAM通过引导参数向曲率更小的平坦极小值收紧泛化界。此外，EISAM降低了对扰动半径的敏感性，简化了超参数调优。
论文EISAMSAM优化器
推荐理由：这篇论文提出的EISAM优化器比SAM更鲁棒，调参更简单，在多个架构上准确率更高，适合追求更好泛化性能的深度学习实践者。
原文
7月7日
13:12
13:12官方一手pandaily@contact@pandaily.com (Pandaily)
Wiener Intelligence 于2026年5月28日在《Nature Communications》上发表论文，提出一种多模态深度学习模型，用于患者功能预后风险分层。这是首家中国数据生成公司在 Nature 系列期刊上发表研究成果。该论文展示了 Wiener Intelligence 在医疗 AI 领域的技术积累，涵盖影像、文本等多模态数据整合。
论文Wiener IntelligenceNature多模态
推荐理由：中科院的？不是，Wiener Intelligence 这家做数据生成的公司直接把多模态模型发上了 Nature 子刊，医疗预后分析这事儿他们真干出来了。
原文
11:58
03:06
7月1日
10:32
10:32官方账号arXiv cs.AI@Srijan Tiwari, Aditya Chauhan, Manjot Singh
该论文对神经网络在算法任务上的延迟泛化（grokking）现象进行几何分析，发现交叉熵优化下隐藏表示的径向膨胀是延迟的主因。作者提出径向-角分解并推导三个可检验命题，引入单一超参数范数惩罚将激活约束在 sqrt(d) 半径超球面上。在模算术任务上，该惩罚使 MLPs 和 Transformers 的 grokking 加速高达 6 倍；对 10M 参数的 nanoGPT 在 3 位数加法上训练步数减半。
论文Grokking泛化几何分析
推荐理由：这篇论文用几何视角解释了神经网络为什么先死记硬背后突然泛化，还找到了一个简单技巧（约束隐藏层半径）让 grokking 快 6 倍，值得搞训练的人看看。
原文
6月29日
13:50
6月25日
10:36
10:36官方账号arXiv cs.LG@Dan Zimmerman, Dimitris A. Pados, George Sklivanitis
针对水下图像中海洋物种自动分类面临的域迁移、细粒度相似性和标注粒度不均衡问题，研究者提出了一种结合分类学层次结构的深度学习框架。该方法包括分类学加权损失、最小风险贝叶斯推理、多尺度特征编码和独立的分层分类头。在FathomNet 2025数据集（包含7个分类等级的79个海洋类别）上评估，系统实现了1.581的平均分类学距离，接近第一名方案（1.535），差距在3%以内。主要改进来自于与度量对齐的推理以及简单解耦组件，它们在分布变化下比学习依赖关系具有更好的泛化能力。
论文FathomNet海洋物种分类分层分类
推荐理由：这篇论文用分层损失和贝叶斯推理搞定水下物种分类，在FathomNet上只比第一名差3%，思路很实在。
原文
6月19日
09:46
09:46官方账号arXiv cs.LG@Itay Lavie, Noam Levi, Yonatan Kahn
本文从物理学视角分析了深度学习训练与泛化的统计特性，指出其打破了经典统计学的多项直觉。重点讨论了神经缩放定律（neural scaling laws）及其与约束、归纳偏置的相互作用。文章还回顾了构建深度学习模型时的多种选择及其合理性。
论文深度学习神经缩放定律统计特性
推荐理由：这篇论文从物理学角度拆解深度学习的统计特性，解释了神经缩放定律如何打破经典统计直觉，做研究的值得看看。
原文
02:03
02:03官方账号MIT CSAIL@MIT_CSAIL
MIT CSAIL 研究员 Alexander Amini 主讲的深度学习免费课程已更新至 2026 版。该课程涵盖监督学习、无监督学习和强化学习三大范式。第 5 讲专门讲解三者的核心差异。课程完全免费开放，适合入门到进阶学习者。
技巧MIT深度学习免费课程
推荐理由：MIT 出了新版深度学习免费课，Alexander Amini 讲第 5 讲，把监督、无监督、强化学习的区别掰开揉碎，想入门可以看看。
原文
6月16日
11:03
11:03官方账号arXiv cs.LG@Abdul-Rauf Nuhu, Parham M. Kebria, Vahid Hemmati, Mahmoud N. Mahmoud, Edward Tunstel, Abdollah Homaifar
现有深度学习模型泛化误差上界往往过于松散，尤其在0-1损失下。本文提出基于局部鲁棒性与稳定性的新泛化界，通过按输入空间子区域中稳定与不稳定样本数量缩放鲁棒项。在ImageNet数据集上，该界保持非空且比现有方法得到更紧的上界，与多个鲁棒深度神经网络的真实性能紧密对齐。
论文泛化误差鲁棒性ImageNet
推荐理由：这篇论文提出了更紧的深度学习泛化误差上界，在ImageNet上比现有方法更准，值得一看。
原文
6月10日
10:38
10:38官方账号arXiv cs.LG@Gauthier Boeshertz, Razvan Pascanu, Claudia Clopath
反向传播（BP）因需要反馈权重与前向权重的转置一致而被认为生物上不可信。反馈对齐（FA）使用固定随机反馈权重来规避此问题，但在深层架构中效果不佳。研究发现FA误差的有效秩远低于BP，限制了参数空间的探索。通过使用Muon优化器正交化权重更新和隐藏活动归一化促进激活正交性，可提高FA的有效维度。在CIFAR100和ResNet-18上，这些方法将准确率提升了9个百分点。
论文反馈对齐秩坍缩Muon优化器
推荐理由：这篇论文揭示了反馈对齐在深层网络中失效的根本原因——低维梯度动力学，并给出了可落地的解决方案（Muon+归一化）。做生物启发学习或替代反向传播研究的团队值得关注，实验方法可以直接复现。
原文
6月8日
10:47
6月5日
11:56
11:56官方账号arXiv cs.AI@Thomas T. Zhang, Alok Shah, Yifei Zhang, Vincent Zhang, Nikolai Matni, Max Simchowitz
精选
论文提出一种名为双预处理（DoPr）的新优化范式，专门解决深度学习模型在部署时因自身预测滚动（如自回归语言模型、流生成模型、机器人策略学习）导致的误差累积问题。DoPr 结合梯度预处理（如 Adam、Muon）和激活预处理（如 KFAC），能直接提升下游任务性能（如成功率、生成质量），而不一定改善验证损失。这挑战了传统以验证损失为优化目标的评估方式，为训练-测试不匹配问题提供了新的优化维度。实验表明，DoPr 在多种测试时反馈（TTF）场景中作为即插即用模块有效。
论文优化器测试时反馈误差累积
推荐理由：DoPr 解决了训练和部署性能不一致的痛点，做自回归模型、流生成或机器人学习的团队可以直接尝试这个即插即用优化器，可能会发现验证损失没变但实际效果提升。
原文
6月4日
11:28
11:28官方账号arXiv cs.LG@Kelan Gray, Finlay Brown, Nicolas Boullé, Matthew J. Colbrook
精选
Koopman理论将非线性动力学转化为线性谱问题，但计算中依赖硬性的有限维选择。DeepMDMD结合深度Koopman方法与结构保持方法，学习潜在空间及其划分，同时强制Koopman乘积规则作为精确代数约束。训练在精确乘法算子更新和可微潜在聚类步骤之间交替，后者促进Koopman封闭性。结果在哈密顿、混沌和流体示例中，学习到的字典比几何MDMD划分更紧凑且动态一致，减少谱污染，揭示更丰富的连续谱结构，并在高维流动中保持相干结构和长期谱统计。
论文Koopman理论非线性动力学深度学习
推荐理由：做非线性动力学建模或流体仿真的研究者，DeepMDMD用代数约束解决了Koopman学习中的字典选择难题，值得关注其如何在高维噪声下保持稳定预测。
原文
6月3日
08:04
6月2日
12:01
12:01官方账号arXiv cs.AI@Shuo Zhang, Chenqi Li, Tingting Zhu
长尾识别是深度学习中的难题，两阶段解耦范式中的自适应范数缩放技术虽有效，但依赖超参数调优，性能波动大。本文提出 Self-Adaptive Monotonic Normalization (SAMN)，通过 Pool Adjacent Violators Algorithm 直接对每类权重范数施加单调性约束，无需参数正则化，彻底消除超参数敏感性。SAMN 是一种通用策略，可无缝集成到其他方法中提升性能。在多个基准数据集上，SAMN 显著提升长尾识别准确率，常达到最优结果。
论文长尾识别自适应范数缩放超参数友好
推荐理由：做长尾识别或类别不平衡任务的开发者，终于可以告别调参噩梦了——SAMN 直接省去超参数搜索，即插即用还能涨点，建议试试。
原文
6月1日
17:17
07:59
07:59rohanpaul_ai@rohanpaul_ai
Sam Altman 在 TreeHacks 访谈中回顾了 2014 年 OpenAI 创立初期的艰难处境。当时业界普遍认为 AGI 还需 100 年，OpenAI 的愿景被资深人士斥为“疯狂”和“骗局”。Altman 表示，他们选择押注“扩展深度学习”这一当时不受欢迎的方向，坚信增加算力能带来更好结果。尽管当时尚未发现 scaling laws 的精确规律，但团队决定全力推进。这段历史揭示了 OpenAI 早期信念与主流认知的巨大差距。
行业OpenAISam AltmanAGI
事件专题
推荐理由：这段历史对 AI 从业者很有启发——当主流共识说“不可能”时，OpenAI 选择了逆势押注 scaling。做 AI 研究或创业的人看完会重新思考“共识”与“创新”的关系。
原文
5月26日
10:22
5月22日
11:46
11:46官方一手arXiv: Google DeepMind@Mohammadreza Narimani, Alireza Pourreza, Parastoo Farajpoor
精选
加州大学团队利用Google DeepMind的AlphaEarth地理空间嵌入，结合U-Net深度学习模型，实现了加州加工番茄田的像素级精准识别。研究基于LandIQ 2018年作物多边形构建了平衡参考数据集，在独立测试集上达到99.19%像素精度和99.04% F1分数。该方法无需手工特征工程，且通过蒙特卡洛dropout提供了不确定性估计，边缘区域不确定性最高。结果表明AlphaEarth嵌入可作为分析就绪的替代方案，支持跨年稳健的作物制图。
论文AlphaEarth深度学习作物制图
推荐理由：农业遥感团队终于有了无需手工特征工程的端到端方案——AlphaEarth嵌入+U-Net直接输出高精度作物图，做供应链预测和政策分析的可以直接复现。
原文
5月21日
10:22
10:22官方账号arXiv cs.LG@Minh Hoang Nguyen, Dai Do, Huu Hiep Nguyen, Dung Nguyen, Kien Do, Hung Le
精选
现代深度学习模型在时间序列预测中表现优异，但在长期预测中因自回归推理的误差累积导致性能下降。经典误差校正机制（ECM）在统计方法中有效，但在深度学习中应用有限。本文提出一种架构无关的通用误差校正器UEC-STD，通过将预测分解为趋势和季节成分分别校正，显著提升校正精度和鲁棒性。该方法无需重新训练即可集成到现有预测器中，在4种骨干网络和10个数据集上验证了有效性。代码已开源，为缓解深度时间序列模型的自回归误差提供了实用工具。
论文时间序列预测误差校正深度学习
推荐理由：时间序列预测的长期误差累积是实际应用中的痛点，做时序预测的团队可以直接用UEC-STD提升现有模型性能，无需重新训练，值得一试。
原文
10:22
10:22官方账号arXiv cs.LG@Alexander Gebhard, Andreas Triantafyllopoulos, Dominik Arend, Sandra Müller, Svenja Schmidt, Michael Scherer-Lorenzen, Björn W. Schuller
精选
生态声景由生物声、地声和人类声组成，但现有分析工具难以区分这些成分。CoarseSoundNet 是一个深度学习模型，能在真实被动声学监测条件下区分三类声音。研究发现，加入与目标域相似的 PAM 数据、引入静音类训练、使用类别阈值和时长约束能显著提升性能。案例验证表明，用 CoarseSoundNet 预过滤录音可获得与人工过滤相当的声学指数趋势，适合作为生态声学分析的预处理工具。
论文生态声景深度学习被动声学监测
推荐理由：生态声景分析终于有了一个能处理真实噪声的可靠模型，做生态监测和声学研究的团队可以直接用它做预处理，省去大量人工标注时间。
原文
5月19日
14:34
14:34官方账号arXiv cs.AI@Amritpal Singh, Andrey Barsky, Mohamed Ali Souibgui, Ernest Valveny, Dimosthenis Karatzas
精选
可解释AI（XAI）技术对深度学习模型的验证和负责任使用日益重要，但缺乏可靠的评估标准。研究者提出了一种基于连续输入扰动的量化指标，用于衡量XAI方法的质量，该指标从充分性和必要性两个维度评估归因信息对模型决策的影响。实验表明，该指标比现有方法更符合人类对解释质量的直觉。基于此指标，团队还提出了一种新的XAI方法，通过可微分的近似指标作为监督信号微调模型，在不降低模型性能的前提下生成因果解释。该方法在多个量化指标上优于现有XAI技术。
论文可解释AI量化评估因果解释
推荐理由：这项研究解决了XAI领域缺乏可靠评估标准的痛点，做模型可解释性研究的团队可以直接用这个指标来量化自己的方法，值得关注。
原文
09:56
09:56官方账号arXiv cs.AI@Emad Abukhousa, Saman Zonouz, A. P. Sakis Meliopoulos
精选
该研究提出了一个延迟感知的基准框架，用于评估深度学习模型在电力系统异常检测中的表现。研究使用工业级电磁暂态模拟器生成的高保真时域信号，系统评估了从MLP到Transformer的八种神经网络架构。所有模型都能在15毫秒内实时分类多事件序列，但端到端推理延迟在50-90毫秒之间，超过了保护级部署的要求。结果表明算法能力与实际部署之间存在关键差距，需要进一步优化和硬件加速。该工作为亚周期异常检测建立了可复现的基准，指导机器学习方法从研究原型向实际保护应用过渡。
论文深度学习电力系统异常检测
推荐理由：电力系统安全研究者终于有了一个可复现的延迟感知基准——它揭示了AI模型在逆变器主导电网中实时分类故障与攻击时的实际性能瓶颈。做电力系统保护或AI部署的团队可以直接参考这些数据来优化模型和硬件选择。
原文