本文提出了一种创新性的XAI-DeepNET框架，将深度学习（DL）与可解释人工智能（XAI）相结合，用于动态手势识别（DGR）。该框架通过关键帧提取、改进小波阈值去噪（MWTh）和手部分割等预处理步骤，结合DeepNET进行手势识别，并利用XAI（如Grad-CAM）提供决策解释。

1000 层的 Transformer，深得吓人。 昨日出炉的论文《DeepNet: Scaling Transformers to 1,000 Layers》在研究社区引起了热议，作者来自微软亚洲研究院。 该研究直接把 Transformer 深度提升到 1000 层！ 下面让我们看下这篇研究说了什么。 近年来，大规模 Transformer 模型出现了 ...

【新智元导读】近日，微软研究院的研究人员搞出了一个1000层的Transformer，在多语种机器翻译任务上刷新多项SOTA 近年来，追求大规模的Transformer模型成为了一种潮流。 从一开始的百万级的模型参数，到十亿级，再到万亿级，参数规模极大增加。大规模的模型 ...

【编辑推荐】本研究提出XAI-DeepNET框架，将深度学习（DL）与可解释人工智能（XAI）结合，通过改进小波阈值去噪（MWTh）和Grad ...