标签
本文探讨在序列模型中使用受量子理论启发的复数状态，表明它可以在 Mamba 和基于注意力的模型中减少优化步骤，并提高样本效率。
本文提出了Dualformer，一种基于Transformer的双通道神经网络架构，旨在从盲通信分析任务（如自动调制识别、信号体制识别和信号结构解析）中的复数信号中高效提取特征。大量实验表明，与现有方法相比，该方法在性能上持续提升。
本文回顾了SWave（一种复数值循环语言模型）的设计演进过程，详细说明了哪些架构组件被保留、重构、取代或被证明为非承重件，并形式化了诸如余弦主导坍缩等失效模式。
本文提出了一种新颖的复值门控循环单元（GRU）架构，结合乘法乘积单元（AM-PU-GRU），用于预测核质量，在原子质量评估数据集上实现了最先进的插值和外推精度。