周期性现象广泛存在，深刻影响着人类社会和自然科学。作为最重要的基本特性之一，许多规律都显式或隐式地包含周期性，例如，天文学中的行星运动、气象学中的季节变化、生物学中的昼夜节律、经济学中的商业周期、物理学中的电磁波，以及数学运算和逻辑推理等。

这篇开创性的论文介绍了基于Transformer的深度学习架构。Transformer彻底改变了自然语言处理（NLP）领域，它的自注意力机制也被广泛应用于计算机视觉等其他领域，并对AI研究产生了深远影响，成为了AI发展史上的一个里程碑。截至今天，这篇 ...

在机器学习和人工智能领域，周期性特征的建模一直以来都是一个敲门砖。随着技术的不断进步，基于深度学习的模型如MLP（多层感知机）和Transformer虽然在许多任务中取得了显著成就，但在处理周期性数据时却显露出明显的短板。近期，北京大学的研究团队提出了一种名为FAN（Fourier Analysis Networks）的新型神经网络架构。该架构通过引入傅里叶级数的概念，大幅提升了对周期性特征的建模 ...

作者 | 褚万博编辑 | 章涟漪全球车载激光雷达头部玩家禾赛科技，即将迎来诺言兑现的时刻。在刚刚发布的第三季度财报上，禾赛科技表示，将要在第四季度冲击一个激光雷达行业从未达成的新成就：“赚钱”。禾赛科技CFO Andrew Fan ...