Prion-ViT：用于散斑图温度预测的朊病毒启发式视觉Transformer
计算机视觉与模式识别
2025-01-28 v3 信号处理
光学
摘要
光纤散斑图传感器（FSS）因其高温度灵敏度对环境监测至关重要，但其复杂数据对预测模型提出了挑战。本研究引入了Prion-ViT，一种受生物朊病毒记忆机制启发的视觉Transformer模型，旨在利用FSS数据改进长期依赖建模和温度预测准确性。Prion-ViT利用持久记忆状态在层间保留和传播关键特征，将平均绝对误差（MAE）降至0.71C，并在性能上超越了ResNet、Inception Net V2和标准视觉Transformer等模型。本文还讨论了可解释人工智能（XAI）技术，通过注意力和显著性图提供了对散斑图的视角，突出了对预测贡献最大的关键区域。
引用
@article{arxiv.2411.05836,
title = {Prion-ViT: Prions-Inspired Vision Transformers for Temperature prediction with Specklegrams},
author = {Abhishek Sebastian and Pragna R and Sonaa Rajagopal and Muralikrishnan Mani},
journal= {arXiv preprint arXiv:2411.05836},
year = {2025}
}