跳到正文
arXiv · ML· Fang Lu, Yao Lu, Zhuangzhi Chen, Sicheng Zhang, Shanqing Yu, Yun Lin, Qi Xuan, Guan Gui·· 7 天前AI 评分26

GLCR: 面向多任务电磁信号处理的全局-局部协同路由

GLCR: Global-Local Collaborative Routing for Multi-Task Electromagnetic Signal Processing

AI 导读

GLCR 方法在 HeteroSignal-7 基准上取得 96.16% 的路由准确率,超越所有 19 个基线模型。 该方法采用轻量 1D CNN 与梯度提升树的两阶段架构,推理延迟低至 1.43 ms,并将系统 FLOPs 降低 5.9 倍。 代码已公开,为电磁信号处理中的异构专家路由提供了高效且可复现的基线。

来源:arXiv · ML · arxiv.org