arXiv · 机器人与计算机视觉· Kaixiang Shu·· 2026-10-21AI 评分45
Adjoint Inversion 揭示 CNN 分类器中的全息叠加与破坏性干涉机制
Adjoint Inversion Reveals Holographic Superposition and Destructive Interference in CNN Classifiers
AI 导读
Adjoint Inversion 框架通过轻量级局部副校正器(LACs)校准反向信号,在四种 CNN 骨干网络中证实了深通道保留全局场景内容的全息叠加组织。正负权重类重建的符号和集中前景,其共享内容与通道特异性残差的分解解释了该重组源于破坏性干涉。基于协方差体积的通道选择方法(CovVol)及纯 ViT-B/16 应用均验证了几何结构的实用价值与输入对齐改进。
来源:arXiv · 机器人与计算机视觉 · arxiv.org