Multimodal Isotropic Neural Architecture with Patch Embedding

计算机科学 嵌入 卷积神经网络 人工智能 变压器 模式识别(心理学) 建筑 可扩展性 计算机工程 机器学习 数据挖掘 数据库 艺术 物理 量子力学 电压 视觉艺术
作者
Hubert Truchan,Evgenii Naumov,Rezaul Abedin,Gregory Palmer,Zahra Ahmadi
出处
期刊:Lecture Notes in Computer Science 卷期号:: 173-187
标识
DOI:10.1007/978-981-99-8079-6_14
摘要

Patch embedding has been a significant advancement in Transformer-based models, particularly the Vision Transformer (ViT), as it enables handling larger image sizes and mitigating the quadratic runtime of self-attention layers in Transformers. Moreover, it allows for capturing global dependencies and relationships between patches, enhancing effective image understanding and analysis. However, it is important to acknowledge that Convolutional Neural Networks (CNNs) continue to excel in scenarios with limited data availability. Their efficiency in terms of memory usage and latency makes them particularly suitable for deployment on edge devices. Expanding upon this, we propose Minape, a novel multimodal isotropic convolutional neural architecture that incorporates patch embedding to both time series and image data for classification purposes. By employing isotropic models, Minape addresses the challenges posed by varying data sizes and complexities of the data. It groups samples based on modality type, creating two-dimensional representations that undergo linear embedding before being processed by a scalable isotropic convolutional network architecture. The outputs of these pathways are merged and fed to a temporal classifier. Experimental results demonstrate that Minape significantly outperforms existing approaches in terms of accuracy while requiring fewer than 1M parameters and occupying less than 12 MB in size. This performance was observed on multimodal benchmark datasets and the authors' newly collected multi-dimensional multimodal dataset, Mudestreda, obtained from real industrial processing devices $$^{1}$$ ( $$^{1}$$ Link to code and dataset: https://github.com/hubtru/Minape ).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
4秒前
一只胖赤赤完成签到 ,获得积分10
5秒前
jessie完成签到 ,获得积分10
10秒前
nav发布了新的文献求助10
11秒前
温婉的凝丹完成签到 ,获得积分10
11秒前
海孩子完成签到,获得积分10
16秒前
怡心亭完成签到 ,获得积分0
19秒前
张孝利完成签到 ,获得积分20
26秒前
爱学习的悦悦子完成签到 ,获得积分10
29秒前
xu完成签到 ,获得积分10
41秒前
sisea完成签到 ,获得积分10
51秒前
fffffffffffffff完成签到 ,获得积分10
52秒前
guoxihan完成签到,获得积分10
53秒前
孙梁子完成签到 ,获得积分10
55秒前
suki完成签到 ,获得积分10
56秒前
小熊猫完成签到 ,获得积分10
56秒前
酷炫的红牛完成签到,获得积分10
56秒前
张孝利发布了新的文献求助10
1分钟前
善良元芹完成签到 ,获得积分10
1分钟前
宛宛完成签到,获得积分10
1分钟前
songge发布了新的文献求助200
1分钟前
张大星完成签到 ,获得积分10
1分钟前
海阔天空完成签到,获得积分10
1分钟前
子清完成签到,获得积分10
1分钟前
foyefeng完成签到,获得积分10
1分钟前
jue完成签到 ,获得积分10
1分钟前
GHOMON完成签到,获得积分10
1分钟前
角斗士完成签到,获得积分10
1分钟前
背书强完成签到 ,获得积分10
1分钟前
FUNG完成签到 ,获得积分10
1分钟前
lilylwy完成签到 ,获得积分10
1分钟前
Will完成签到 ,获得积分10
1分钟前
星光完成签到 ,获得积分10
1分钟前
缓慢的冬云完成签到 ,获得积分10
1分钟前
1分钟前
附姜完成签到 ,获得积分10
1分钟前
彭于晏应助科研通管家采纳,获得10
2分钟前
zhaoyaoshi完成签到 ,获得积分10
2分钟前
Rainielove0215完成签到,获得积分0
2分钟前
CYL完成签到 ,获得积分10
2分钟前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
【本贴是提醒信息,请勿应助】请在求助之前详细阅读求助说明!!!! 20000
Evolution 4000
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
La Chine révolutionnaire d'aujourd'hui / Van Min, Kang Hsin 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3038157
求助须知:如何正确求助?哪些是违规求助? 2696972
关于积分的说明 7358685
捐赠科研通 2338855
什么是DOI,文献DOI怎么找? 1238220
科研通“疑难数据库(出版商)”最低求助积分说明 602692
版权声明 595169