跳到正文
热点事件持续更新

发布轻量级呼吸病分类模型

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026年11月19日,arXiv发布研究,由Auntor Chakma等提出两款紧凑型卷积Transformer:RespCCT和FreqCCT。 模型参数量分别为173,187和124,999,学习5秒帧的mel、常数Q及倒谱图像,数据来自ICBHI等三个公开库的7类共1,665个音频文件。 在测试集上,两款模型准确率分别达98.13%和97.58%,比最强预训练网络减少2至64.6倍权重存储,计算耗时甚至低于图像处理时间,且线性探针能以0.958准确率识别数据来源。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · ML
    RespCCT与FreqCCT:用于多类呼吸系统疾病分类的紧凑、可解释且成本感知的卷积Transformer

    研究提出RespCCT和FreqCCT两款紧凑卷积Transformer,参数规模分别为173,187和124,999,在测试集上准确率达98.13%与97.58%。 模型比最强预训练网络减少2.0至64.6倍权重存储,计算输入图像耗时超过运行模型,线性探针能以0.958准确率识别数据来源库。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

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。