FusionCLIP:多模态对比预训练框架用于聚变等离子体诊断
热点事件持续更新
FusionCLIP:多模态对比预训练框架用于聚变等离子体诊断
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Qiang Chen 等研究者提出多模态对比预训练框架 FusionCLIP,用选择性视频编码器与基于查询的时间序列编码器对齐托卡马克可见光视频与诊断信号表征,并构建了含 1307 次 EAST 放电的 EAST-MMD 数据集。 在破裂预测、ELM 分类和 H98 回归三项微调任务上,模型取得 89.07% 的 Joint score,据论文所述较最佳基线分别绝对提升 2.41% 和 2.90%。
AI 根据报道生成 · 29 分钟前更新
最新进展11月20日 13:00
FusionCLIP:面向聚变等离子体诊断的多模态对比预训练框架报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIFusionCLIP:面向聚变等离子体诊断的多模态对比预训练框架
研究者提出多模态对比预训练框架 FusionCLIP,用选择性视频编码器与基于查询的时间序列编码器对齐托卡马克可见光视频与诊断信号表征,并构建含 1307 次 EAST 放电的 EAST-MMD 数据集。模型在破裂预测、ELM 分类和 H98 回归三项微调任务上取得 89.07% 的 Joint score,较最佳基线分别绝对提升 2.41% 和 2.90%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。