adaptive activation functions | BriefGPT

关键词adaptive activation functions

搜索结果 - 5

Kolmogorov-Arnold 网络（KANs）用于时间序列分析
通过将 Kolmogorov-Arnold Networks (KANs) 应用于时间序列预测，利用它们的自适应激活函数来增强预测建模能力。证明了在实际卫星流量预测任务中，KANs 相对于传统的多层感知机 (MLPs) 能够以更准确的结果和
PDF2 months ago
稀疏实验数据预测建模的自适应激活函数
本研究旨在通过研究两种类型的自适应激活函数来填补理解有限数据情景下可变激活函数对分类准确性和预测不确定性的影响的重要空白。研究结果表明，具有个体训练参数的自适应激活函数（如 ELU 和 Softplus）能够产生准确且自信的预测模型，优于固
PDF5 months ago
学习为基于物理知识的神经网络设计特定的激活函数
通过引入自适应激活函数来解决物理信息神经网络 (PINNs) 的优化困难，该方法可以有效地解决不同问题中的偏微分方程组，并在一系列基准测试中展现了其有效性。
PDFa year ago
深度 Kronecker 神经网络：一种具有自适应激活函数的神经网络通用框架
提出了一种新类型的神经网络 Kronecker 神经网络，该网络采用 Kronecker 乘积，提供了一种用于构造非常宽的网络的有效方式，同时保持参数数量低，并通过一系列计算实验验证了其有效性。
PDF3 years ago
自适应激活函数加速深度和物理学知识神经网络的收敛
采用自适应激活函数进行深度和物理知识神经网络中的回归以逼近光滑和不连续函数以及线性和非线性偏微分方程的解。该方法通过在激活函数中引入可扩展的超参数，并考虑前向问题和反向问题，显着提高了神经网络学习能力和近似解决方案的收敛速度、准确度和鲁棒性
PDF5 years ago