Effiziente Holografische Globale Konvolutionsnetzwerke für Langzeit-Vorhersageaufgaben in der Malware-Erkennung
Die Studie stellt HGConv vor, ein neuartiges Netzwerk, das Holografische Reduzierte Darstellungen (HRR) nutzt, um Merkmale aus Sequenzelementen zu codieren und decodieren. Im Gegensatz zu anderen globalen Konvolutionsmethoden erfordert HGConv keine komplexe Kernelberechnung oder spezielles Kerneldesign. HGConv erzielt neue Bestleistungen auf gängigen Malware-Klassifizierungsbenchmarks und skaliert deutlich effizienter mit der Sequenzlänge.