इस पत्र में, हम एक नया ध्यान तंत्र, मल्टीपोल अटेंशन न्यूरल ऑपरेटर (MANO) प्रस्तावित करते हैं, जो मौजूदा ट्रांसफॉर्मर की सीमाओं को दूर करने के लिए मल्टीपोल विधि का उपयोग करता है, जिसे उच्च-रिज़ॉल्यूशन इनपुट को संसाधित करने में कठिनाई होती है। MANO ग्रिड बिंदुओं के बीच एक अंतःक्रिया समस्या के रूप में ध्यान को फिर से तैयार करके दूरी-आधारित बहु-पैमाने के तरीके से ध्यान की गणना करता है। यह प्रत्येक ध्यान शीर्ष में एक वैश्विक ग्रहणशील क्षेत्र को बनाए रखते हुए ग्रिड बिंदुओं की संख्या के संबंध में रैखिक समय और स्मृति जटिलता प्राप्त करता है। छवि वर्गीकरण और डार्सी प्रवाह पर प्रायोगिक परिणाम दिखाते हैं कि MANO ViT और स्विन ट्रांसफॉर्मर जैसे अत्याधुनिक मॉडलों के बराबर प्रदर्शन करता है, जबकि कई क्रम के परिमाण द्वारा चलने का समय और अधिकतम मेमोरी उपयोग को कम करता है। कोड सार्वजनिक रूप से उपलब्ध है।
