arXiv · ML· Ioannis Tsioulis, Anastasios Tefas, Nikolaos Stergioulas·· 5 小时前AI 评分21
PhiasmaNet：用于快速引力波信噪比预测的分阶段频谱Token精化架构
$\Phi$asmaNet: A Staged Spectral Token-Refinement Architecture for Fast Gravitational-Wave Signal-to-Noise Ratio Prediction
AI 导读
PhiasmaNet 是一种用于结构化的表格回归紧凑神经网络架构，参数量约 732k。 其在 10^6 样本测试集上实现 100-MAPE=98.73%，在 ρ>8 区域达到 99.39% (R²=0.9998)。 单 GPU 下可持续进行约 1.2×10^5 次/秒的 SNR 评估，比传统 16 核 CPU 计算快约两个数量级。
来源：arXiv · ML · arxiv.org