草庐IT

Password-Based

全部标签

阅读文献《DCRNet:Dilated Convolution based CSI Feedback Compression for Massive MIMO Systems》

这篇文章的作者是广州大学的范立生老师和他的学生汤舜璞,于2022年10月发表在IEEETRANSACTIONSONVEHICULARTECHNOLOGY。文献提出了一种基于空洞卷积(DilatedConvolution)的CSI反馈网络,即空洞信道重建网络(DilatedChannelReconstructionNetwork,DCRNet)。还设计了编码器和解码器块,提高了重建性能并降低计算复杂度。1研究背景在下行MIMO系统中,利用信道状态信息(CSI)是BS完成预编码设计的前提。在时分双工(TDD)模式下,由于信道的互易性,BS可以直接获得下行链路的CSI。然而在频分双工(FDD)模式下

C++ 模板 : How to conditionally compile different code based on data type?

这里有一个小例子来说明我的问题的本质:#includeusingnamespacestd;typedefcharachar_t;templateclassSTRING{public:T*memory;intsize;intcapacity;public:STRING(){size=0;capacity=128;memory=(T*)malloc(capacity*sizeof(T));}constSTRING&operator=(T*buf){if(typeid(T)==typeid(char))strcpy(memory,buf);elsewcscpy(memory,buf);ret

论文阅读——《Retinexformer: One-stage Retinex-based Transformer for Low-light Image Enhancement》

文章目录前言一、基本原理1.1Retinex理论。1.2Transformer算法。二、论文内容1.网络结构1.1单阶段Retinex理论框架(One-stageRetinex-basedFramework)1.2illuminationestimator1.3光照引导的Transformer(Illumination-GuidedTransformer,IGT)实验结果个人看法总结前言本文试图从原理和代码简单介绍低照度增强领域中比较新的一篇论文——Retinexformer,其效果不错,刷新了十三大暗光增强效果榜单。❗论文名称:Retinexformer:One-stageRetinex-b

论文阅读:GameFormer: Game-theoretic Modeling and Learning of Transformer-based Interactive Prediction

论文链接:https://arxiv.org/pdf/2303.05760.pdf💡摘要在复杂的现实环境中运行的自动驾驶车辆需要准确预测交通参与者之间的交互行为。本文通过用层次博弈论来表述交互预测问题并提出GameFormer模型来解决它的实现。该模型结合了一个Transformer编码器,可以有效地模拟场景元素之间的关系,以及一个新颖的分层Transformer解码器结构。在每个解码级别,除了共享的环境上下文之外,解码器还利用前一级别的预测结果来迭代地完善交互过程。此外,我们提出了一个学习过程,可以调节当前级别的代理行为,以响应前一级别的其他代理的行为。通过对大规模现实世界驾驶数据集的综合实

【原文链接】Tri-Perspective View for Vision-Based 3D Semantic Occupancy Prediction

原文链接:https://openaccess.thecvf.com/content/CVPR2023/papers/Huang_Tri-Perspective_View_for_Vision-Based_3D_Semantic_Occupancy_Prediction_CVPR_2023_paper.pdf1.引言体素表达需要较大的计算量和特别的技巧(如稀疏卷积),BEV表达难以使用平面特征编码所有3D结构。本文提出三视图(TPV)表达3D场景。为得到空间中一个点的特征,首先将其投影到三视图平面上,使用双线性插值获取各投影点的特征。然后对3个投影点特征进行求和,得到3D点的综合特征。这样,可

C++ 惯用法之 Policy-based design

一、背景Policy-based是C++的一种基于模板和继承的设计方法。通过模板方式可以实现在编译期给指定的类配置方法,而传统的策略模式则是在运行期对类的方法进行动态配置。所谓设计模式没有一定不变的使用准则,同一个问题可以有多种模式来解决,采用有效的设计模式可以减少重复性代码以及用最小的改动来应对变化。多了解一种模式,可以增加一种解决问题的思路。二、Policy-baseddesign1.概述该模式中的继承是implement-by的关系,而非Is-A的关系,其重点是模板而非继承。2.问题描述假设一个类提供一个对外的接口,但在不同的场景中有不同的实现方式,以下是一种常见的实现代码:classd

Nonnegative Matrix Factorization Based on Node Centrality for Community Detection 论文笔记

导语:自用的论文笔记SuS,GuanJ,ChenB,etal.NonnegativeMatrixFactorizationBasedonNodeCentralityforCommunityDetection[J].ACMTransactionsonKnowledgeDiscoveryfromData,2023,17(6):1-21.文章目录一、摘要二、文章创新点三、本文模型1.准备工作1、符号(Notations)2、相似度量(SimilarityMeasures)3、SymmetricNMF4、homophilypreservingNMFmodel(HPNMF)2.模型框架2.读入数据总结一

论文阅读<Contrastive Learning-based Robust Object Detection under Smoky Conditions>

论文链接:https://openaccess.thecvf.com/content/CVPR2022W/UG2/papers/Wu_Contrastive_Learning-Based_Robust_Object_Detection_Under_Smoky_Conditions_CVPRW_2022_paper.pdfAbstract        目标检测是指有效地找出图像中感兴趣的目标,然后准确地确定它们的类别和位置。近年来,许多优秀的方法被开发出来,以提供强大的检测能力。然而,在恶劣天气如烟熏条件下,它们的性能可能会显著降低。在这篇论文基于对比下学习提出了一个鲁棒的烟雾图像目标检测算法

【论文阅读】A High-Performance CNN Processor Based on FPGA for MobileNets

【论文阅读】AHigh-PerformanceCNNProcessorBasedonFPGAforMobileNetsAbstractIntroduction基于FPGA的mobilenet高性能CNN处理器Abstract缺陷:CNN由于参数量巨大难以部署到嵌入式设备上。背景:MobileNet,whichadoptsdepthwiseseparableconvolutiontoreplacethestandardconvolutionhassignificantlyreduceoperationsandparrameterswithonlylimitedlossinaccuracy.研究的

Transactional Indexes on (RDMA or CXL-based) Disaggregated Memory with Repairable Transaction——论文泛读

arXivPaper CXL论文阅读汇总问题在为多个松散耦合的客户端提供服务的系统中,客户端操作的失败原子性和隔离执行是一个默认要求。然而,分离的内存在远程索引中破坏了这一要求,因为客户端操作被分解为多个远程读/写。当前的索引侧重于性能改进,很大程度上忽视了对客户端故障的容忍。我们认为,实际的DM索引应该是事务性的:每个索引操作应该具有故障原子性和隔离性,除了并发隔离。挑战在传统的分布式系统(如KVS)中,服务器可以同时为许多松散耦合的客户端提供服务,例如微服务[2]或无状态函数[29]。一个基本的要求是,在故障情况下,每个客户端操作都应该是“全有”或“全无”的原子操作[49],并且要具有故障