{Loay Rashid Amit Unde Siddharth Roheda}

الملخص
يقدم هذا البحث ورقة بحثية فئة جديدة من هياكل الشبكات المُعدَّلة تستند إلى صيغة سلسلة فولتيرا. من خلال إدخال عدم الخطية إلى دالة استجابة النظام باستخدام التباعد من الرتبة العليا بدلًا من الدوال التفعيلية التقليدية، نقدّم إطارًا عامًا لمعالجة إصلاح الصور/مقاطع الفيديو. ونتيجة لتجريب مكثف، نُظهر أن البنية المقترحة تحقق أداءً من الدرجة الأولى (SOTA) في مجال إصلاح الصور/مقاطع الفيديو. علاوةً على ذلك، نثبت أن الشبكة ذات التفعيل غير الخطية المُعدَّلة (NAF-NET)، التي تم إدخالها حديثًا، يمكن اعتبارها حالة خاصة ضمن الفئة الأوسع من الشبكات العصبية فولتيرا. تُبرز هذه النتائج الإمكانات الكبيرة للشبكات العصبية فولتيرا كأداة مرنة وقوية لمعالجة المهام المعقدة لإصلاح الصور في مجال الرؤية الحاسوبية.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| image-deblurring-on-gopro | MR-VNet | PSNR: 34.04 Params (M): 12.3 SSIM: 0.969 |
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.