May, 2019
自适应深度核学习
Adaptive Deep Kernel Learning
Prudencio Tossou, Basile Dura, Francois Laviolette, Mario Marchand, Alexandre Lacoste
TL;DR该研究基于深度神经网络学习参数化的内核算子,在 few-shot 回归任务中学习内核家族,从而使算法能够识别每个任务的适当内核,并通过实际应用于药物发现领域的 few-shot 回归任务与现有算法进行比较,表明其在复杂任务分布和状态下的性能优越。