LowNet：24参数循环小波网络求解泊松方程
热点事件观察中
LowNet：24参数循环小波网络求解泊松方程
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Yuanhao Gong 在 arXiv 论文 2610.24941 中提出 LowNet，一个仅含 24 个可训练参数的循环小波神经网络用于求解泊松方程，四个 5×5 小波核各由 6 个参数表示。 方法通过复用小波模块的残差循环提升精度：作者称在 10000 幅图像上，一、二、三次循环的 PSNR 分别为 47.27、74.14 和 100.74 dB，并称小波变换带来线性计算复杂度。以上为论文摘要中的作者说法，尚属单篇论文阶段，未见独立验证。
AI 根据报道生成 · 10 小时前更新
最新进展10月20日 12:00
LowNet提出仅含24个可训练参数的循环小波神经网络求解泊松方程报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AILowNet提出仅含24个可训练参数的循环小波神经网络求解泊松方程
LowNet用仅24个可训练参数的循环小波神经网络求解泊松方程，基于论文摘要，四个5×5小波核各由6个参数表示。方法通过复用小波模块的残差循环提升求解精度：在10000幅图像上，一、二、三次循环的PSNR分别为47.27、74.14和100.74 dB；作者还称小波变换带来线性计算复杂度。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- –
0246
06:0008:0010:0012:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。