logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

计算机顶会怎么查?我把各方向顶会、论文入口和近几年热门研究方向整理成一篇了

这篇文章为计算机科研新手提供了系统性的论文查找与方向指引,主要解决三个核心问题:如何按方向查找顶会论文、常用论文入口资源以及近年热门研究方向推荐。文章首先列举了OpenReview、PMLR、ACL Anthology等10个高频使用的论文检索平台,覆盖AI、CV、NLP、系统、安全等方向。随后按研究方向分类整理了主流顶会信息,包括: AI/ML领域:NeurIPS、ICML、ICLR等机器学习核

文章图片
#论文阅读
LSNet 代码解读:轻量视觉网络里,感知和聚合到底该不该拆开

摘要: CVPR 2025的LSNet提出了一种新颖的轻量视觉模型设计范式,其核心LS Convolution通过将空间建模拆分为“See Large”(广域感知)和“Focus Small”(局部聚合)两个分工明确的阶段,解决了轻量网络中空间范围与局部精度的矛盾。与传统混合职责的模块不同,LS Convolution先以大尺度捕捉上下文结构,再以小尺度精细化聚合,形成更高效的空间混合闭环。该设计

文章图片
#论文阅读#人工智能#深度学习
EEG 情绪识别论文复现:我把 3s sliding、VMD、RF 都做了,结果还是很真实

这篇文章记录的是一次比较完整的近两年论文复现实践。目标论文是 `Analysis of Frequency Domain Features for the Classification of Evoked Emotions Using EEG Signals`,数据集使用 `EEG Emotion Recognition Dataset_GU`。论文主线不是端到端深度学习,而是 `EEG 预处理

文章图片
#论文阅读#分类#深度学习 +1
Fashion-MNIST 复现进阶:用 timm 跑 ViT,结果比我预想得更真实

这篇文章记录的是一次 `Fashion-MNIST + ViT` 的无源码论文复现实践。目标论文是 `Enhancing Fashion Classification with Vision Transformer (ViT) and Developing Recommendation Fashion Systems Using DINOv2`,但当前只聚焦其中的分类分支。和上一条 `MCNN15

文章图片
#论文阅读#分类#深度学习 +1
图像分类论文复现怎么入门:我用 Fashion-MNIST 跑通了 MCNN15,但没急着说成功

这次我用公开小型图像数据集 `Fashion-MNIST`,做了一条无源码论文复现线,目标是 `MCNN15`。从数据接入、`CNN baseline`、目标模型实现,到多 seed、延长训练和小 batch 补充实验,我完整走了一遍图像论文工程复现流程。结果说明 `MCNN15` 已经跑通,但在当前实现和训练设置下,还没有稳定优于简单 `CNN`。

文章图片
#分类#人工智能#深度学习 +1
到底了