CNN 相关 AI 资讯

8月14日

03:43

Gary Marcus@GaryMarcus

Jürgen Schmidhuber 在推特上引述历史，指出首个现代反向传播训练 CNN 用于视觉的论文由 Wei Zhang、J. Tanida 等人于 1988 年在日本发表。Wei Zhang 后来将技术带到硅谷，1998 年获得 FDA PMA 批准，成为放射学领域的第一个 AI。该系统在美国每年读取超过 1000 万张乳腺 X 光片。

推荐理由：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。

原文

8月11日

10:56

官方账号arXiv cs.LG@Swastik Agrawal, Nishkal Hundia, Ziyue Liu, Michelle Bensi

该研究评估了用1DCNN、LSTM和传统机器学习方法填补热带气旋最大风速半径（Rmax）缺失值的效果。加入34节风速半径（R34）作为输入显著提升了所有模型的性能。时序模型在样本量少约一个数量级的情况下，平均相关性仍高于非时序模型，说明其能更好保留Rmax的跨风暴变异性。迁移学习未带来性能提升，因为合成数据集（RAFT、STORM）的Rmax分布比IBTrACS观测数据更低且变异性更小。研究展示了时序深度学习在重建不完整热带气旋记录方面的潜力。

论文 LSTM CNN 热带气旋

推荐理由：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。

原文

8月10日

10:40

官方账号arXiv cs.LG@Taha Shieenavaz, Shabnam Zareshahraki, Loris Nanni

并行化Q网络（PQN）在无经验回放和目标网络条件下实现稳定离策略学习。研究者在严格参数约束下评估了8种CNN拓扑，并集成Hadamax编码及分布式、集成、决斗等Q学习扩展。在Atari-57基准上，Aftab的IQM人类归一化得分为6.479，对标准PQN基线的改进概率为0.86。在Procgen Hard基准上，Aftab的IQM归一化得分为0.418，高于基线的0.382。完整框架已开源在GitHub。

论文 Aftab PQN CNN

推荐理由：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。

原文

8月3日

10:07

官方账号arXiv cs.LG@Antonia Holzapfel, Andres Felipe Posada Moreno, Sebastian Trimpe

CENDRe是一种面向CNN时间序列分类器的概念提取方法，自动发现驱动预测的时域和频域模式。它通过两阶段聚类和轮廓系数指导的聚合自动确定概念数量，无需预设。方法利用存在分数的梯度生成时域掩码，并经可逆傅里叶变换映射到频域，实现同一概念的频域定位。在合成基准上，CENDRe的表示正确性与现有方法相当，重要性正确性显著更高。在真实轴承故障数据上，它提取出驱动模型预测的频带，为故障诊断提供时域方法无法给出的证据。

论文 CENDRe 概念提取时间序列

推荐理由：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。

原文

7月29日

09:22

官方账号arXiv cs.LG@Dário Passos

论文在25个近红外回归任务上测试了光谱数据属性（熵、内在秩、小波能量支撑比等）能否为CNN设计提供经验先验。使用两种可解释1D-CNN框架，通过5折交叉验证贝叶斯超参数优化（HPO）发现：最小CNN中最佳卷积核分数随光谱熵和内在秩降低、随小波能量支撑比升高，学习率随训练集大小降低。直接和留一数据集验证的中位测试RMSE比分别为0.953和1.017，接近HPO性能。单独实验中联合预处理和CNN HPO在19/25任务上优于标准化光谱HPO。

论文 CNN NIR 化学计量学

推荐理由：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。

原文

6月25日

10:38

官方账号arXiv cs.LG@Kamar Hibatallah Baghdadi, Kawther Guoual Belhamidi, Sara Belhadj, Aissa Boulmerka, Nadir Farhi

HiReLC是一个分层集成强化学习框架，用于深度神经网络的自动联合量化与结构化剪枝。低层智能体按块独立选择位宽、剪枝保留比、量化类型和粒度，高层智能体基于Fisher信息估计协调全局预算分配。框架使用轻量MLP代理进行奖励塑造，降低策略评估成本。在Vision Transformer和CNN基准上，实现参数存储压缩比5.99-6.72倍，一个设定下准确率提升3.83%，其他设定准确率下降0.55-5.62%。

论文 HiReLC Vision Transformer CNN

推荐理由：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。

原文

6月19日

11:06

官方账号arXiv cs.LG@Sai Sakunthala Guddanti, Anil Prabhakar, Ria Rushin Joseph

该论文系统研究了多qutrit量子系统中von Neumann熵的估计问题，使用两种互补方法：变分量子算法(VQA)和经典卷积神经网络(CNN)。对于最多3个qutrit的系统，构建了11种SU(3)启发的ansatz，参数扫描表明估计精度主要由可训练参数数量决定，并固定约120个参数。对于2至5个qutrit的系统，基于张量积互斥基测量结果训练的CNN仅使用全态层析所需12.5%的测量，即可对4与5 qutrit系统实现90百分位绝对误差约0.13-0.16 nats。CNN对shot噪声鲁棒，且泛化到分布外状态。结果显示VQA适用于小系统，而CNN估计器在大qutrit系统中具有更好的可扩展性和鲁棒性。

论文 qutrit VQA CNN

推荐理由：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。

原文

10:17

官方账号arXiv cs.AI@Giancarlo Santamato, Andrea Mattia Garavagno, Massimiliano Solazzi, Antonio Frisoli

论文提出一种在数据极度稀缺条件下设计基于深度迁移学习的振动智能故障诊断系统（IFDS）的新方法。该方法采用周期性多激励水平程序，利用真实系统的固有非线性特性生成图像，供预训练卷积神经网络（CNN）分析以诊断故障。同时提出一种新的数据可视化及增强技术以应对IFDS设计中典型的数据不足。在铁路受电弓结构上的实验验证了该方法的有效性。

论文迁移学习故障诊断数据稀缺

推荐理由：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。

原文

6月12日

13:44

官方账号arXiv cs.LG@Mohammed Bouri, Mohammed Erradi, Adnane Saoud

自然语言处理模型易受词替换攻击，现有防御主要关注一阶敏感性（梯度），但忽略了曲率（梯度变化率）的影响。本文提出S-GBT（平滑增长界张量），一种二阶方法，通过逐元素约束Hessian矩阵并加入正则化项，在训练中最小化这些界，从而获得更紧的认证鲁棒性。该方法适用于LSTM和CNN架构，在多个基准数据集上，结合一阶和二阶正则化使认证鲁棒准确率提升高达23.4%，同时保持干净准确率竞争力。研究表明，同时控制梯度及其变化是构建更鲁棒模型的有前景方向。

论文词替换攻击认证鲁棒性二阶优化

推荐理由：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。

原文

11:22

官方账号arXiv cs.LG@Ion Matei, Maksym Zhenirovskyy, Takuya Kurihana, Rohit Vupala, Anthony Wong

该研究提出了一种结合混合神经网络-元胞自动机火灾模型与梯度优化方法的空中灭火规划框架。模型利用地形、燃料和风数据预测火灾蔓延，并通过连续参数优化确定空中投放位置和方向。水和阻燃剂分别模拟即时灭火和持久抑制效果。基于2020年Bear Fire的案例验证表明，该框架能生成有效的空中灭火计划，减少火灾影响面积，并支持不确定性分析。

论文 CNN 元胞自动机火灾预测

推荐理由：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。

原文

6月8日

10:37

官方账号arXiv cs.LG@Abhijeet Praveen, Sareh Soleimani, Cormac Cureton, Aman Sidhu, Kintak Raymond Yu, Cristian Cojocaru, Narges Armanfard

大气等离子喷涂（APS）中，飞行粒子的温度和速度对涂层质量至关重要，但难以实时监测。该研究利用高速视频观测等离子体羽流，通过TabPFN、CNN等模型预测粒子特性。TabPFN在温度预测上表现稳定（R²=0.86），CNN在速度预测上更优（R²=0.81），而预训练CNN直接处理原始视频帧达到最佳效果（温度R²=0.90，速度R²=0.82）。结果表明，视频驱动的非侵入式诊断方法为APS实时过程监控提供了可扩展的解决方案。

论文大气等离子喷涂视频预测 TabPFN

推荐理由：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。

原文

6月1日

10:41

官方账号arXiv cs.AI@Maksuda Bilkis Baby, Khushika Shah, Naiyue Liang, Lei Zhang

精选

针对公开代码仓库中凭据泄露检测高误报率问题，研究者提出一个三类分类框架，将占位符/弱凭据作为独立类别，结合CodeBERT语义理解与字符级模式识别。在包含10种编程语言的9426个样本数据集上，模型在真实凭据泄露检测上达到93%召回率和89%精确率，同时将高严重性告警减少33%。相比纯字符级方法，占位符/弱凭据检测F1从54%提升至81%，且跨语言泛化能力强，9/10语言在留一语言评估中F1超过0.80。

论文凭据泄露检测 CodeBERT CNN

推荐理由：安全团队终于有了能区分真实凭据和占位符的检测工具，误报率大幅降低。做DevSecOps的开发者可以直接参考这个框架来优化自己的凭据扫描流程。

原文

5月28日

11:16

11:16IT之家（博客/媒体）

精选

FROST是一种浏览器侧信道攻击，利用JavaScript测量SSD的I/O延迟变化来推断用户正在访问的其他网站。攻击需要创建一个至少1GB的OPFS文件，通过预训练卷积神经网络（CNN）对延迟轨迹进行分类。研究团队已在搭载M2芯片的Mac上完成完整攻击演示，Linux上验证了底层方法，Windows尚未测试。目前无证据表明FROST已被真实攻击。浏览器厂商可通过限制OPFS文件容量来缓解，用户应及时关闭不用的标签页。

行业 FROST CNN SSD

推荐理由：利用SSD偷看你在浏览什么

原文

5月25日

10:00

官方账号arXiv cs.LG@Robin Deuber, Lanlan Yang, Michal Bechny, Christoph Heck, Matthias Pfäffli, Matthias Bantle, Florian von Wangenheim, Elgar Fleisch, Wolfgang Weinmann, Manuel Günther, Felix Wortmann, Varun Mishra

一项新研究利用市售智能手表的加速度计和心率变异性数据，检测酒精导致的驾驶损伤。研究在封闭测试轨道上进行了随机对照实验（n=54），训练了逻辑回归和1D卷积神经网络模型。CNN模型检测任何酒精摄入的AUROC为0.88，检测超过WHO推荐限值（0.05 g/dL）的AUROC为0.86。这是首个在真实车辆中验证、并严格评估对未见参与者泛化能力的智能手表酒驾检测系统。该成果展示了可穿戴设备在规模化预防酒精相关交通事故中的潜力。

论文智能手表酒驾检测可穿戴设备

推荐理由：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。

原文