深度分析 ITNet:以可學習積分變換統一卷積、注意力與循環架構的深度學習模型 隨著深度學習分支出卷積、Transformer與循環網路,研究提出可學習的積分變換ITNet,將位置與特徵共同建模,實驗在ImageNet、GLUE與3D點雲等多任務上與專屬模型持平或超越。其核心學習式核同時考慮內容與位置,透過平鋪式融合與低秩分解提升運算效率。