#CNN

欧洲研究团队推出AI地质解释工具，能自动处理300-3500米地震数据，减少人工干预，提高建模效率。

本·阿弗莱克居然能写 Python，还把张量和卷积神经网络讲得挺明白，演员里少见，看看他怎么理解视觉特效里的机器学习。

把 LoRA 搬到边缘设备上跑 CNN，激活内存砍掉九成多，做端侧学习的人可以看看具体做法。

arXiv 上新出的 Purin 机制，给 AlexNet、VGG11 这些老 CNN 加了突触效能调制，三个模型准确率都涨了，搞 CV 的可以看看。

原来首个反向传播 CNN 是 1988 年 Wei Zhang 等人做的，后来拿到 FDA 批准，成了美国读乳腺 X 光片的头号 AI。

Gary Marcus@GaryMarcus原文

这篇论文用LSTM和CNN补热带气旋数据里的Rmax缺失值，发现时序模型少用10倍数据效果还更好，做沿海灾害评估的值得看看。

Aftab架构在Atari-57上拿到IQM 6.479，比标准PQN基线强不少，代码和训练配置都开源了，搞RL的可以看看。

这篇论文提出了CENDRe，给时间序列CNN做概念提取，能自动找概念数量，还能同时定位时域和频域，比只看时域的方法更靠谱。

这篇论文告诉你，不用盲目调参：用光谱的熵、相关性等指标就能提前猜出CNN该设多大卷积核、多少学习率，省掉一堆试错时间。

这个框架能自动给神经网络做剪枝和量化，压缩比达到6倍多，准确率几乎不掉，适合做模型部署。

这篇论文用CNN和VQA两种方法估测量子系统的熵，发现CNN只用12.5%的数据就能准确估计，对更大系统效果更好，值得关注。

这篇论文用系统非线性生成图像，数据极少也能做故障诊断，还在铁路受电弓上验证了，搞工业AI的可以看看。

NLP安全研究者终于有了兼顾梯度与曲率的防御方法——S-GBT在词替换攻击下将认证鲁棒准确率提升23.4%，做文本对抗防御的团队值得关注。

做火灾应急规划或AI优化决策的团队值得关注——这套框架把预测和干预统一优化，比传统分步方法更高效，且能处理环境不确定性。

做涂层工艺或工业过程监控的团队，终于有了不依赖昂贵传感器的实时诊断方案——用高速视频就能预测关键粒子参数，建议做APS工艺优化的点开看具体特征工程方法。

这项研究把智能手表从健康监测延伸到公共安全领域，做可穿戴设备或交通安全研究的团队值得关注——它证明了消费级硬件也能做高精度酒驾检测，无需额外车载设备。