adaptive weights | BriefGPT

关键词adaptive weights

搜索结果 - 6

GTFLAT: 基于博弈论的附加模块，为联邦学习聚合技术提供支持
GTFLAT 基于博弈论，提出一种系统性的解决方案，对参与方的自我加权达成协议，使得在平均化任务中达到均衡状态，可以提高联邦学习算法的性能和训练效率。结果表明，使用 GTFLAT 可以增加 1.38％的顶级 1 测试准确性，同时需要少 21
PDF2 years ago
SWEM: 基于加权期望 - 最大化算法的实时视频目标分割
本论文提出了一种基于 SWEM 网络的半监督视频目标分割方法，通过采用权重期望最大化算法来减少内帧和帧间相似特征的冗余，以及使用自适应权重来增强硬样本的区分度，同时保持固定数量的模板特征在内存中，从而保证了系统的稳定推理复杂性和高效性，实验
PDF2 years ago
ECCV上下文门控卷积
该论文提出了一种基于全局上下文动态调整卷积层权重的上下文门控卷积（CGC）方法，旨在更好地提取本地模式和生成区分特征，经过大量实验，该方法在图像分类、动作识别和机器翻译等任务上均有显著的性能提升。
PDF5 years ago
通过自适应损失平衡在神经网络中进行任意时刻的预测学习
通过从辅助预测中提取 “Anytime” 预测，优化自适应加权和的辅助损失，以平衡损失以相同的比例进行优化的神经网络。实验证明，采用自适应加权的任意神经网络（ANNs）可在较小的网络上比使用静态常数权重的大型网络更快地实现相同的准确性。
PDF7 years ago
MM探索卷积融合网络在视觉识别中的应用
通过卷积融合网络 (CFN) 和适应性权重的学习，实现多尺度深度表示的高效融合，并在场景识别、细粒度识别和图像检索等任务中获得显著改进。
PDF8 years ago
自适应权重的序贯蒙特卡罗在近似贝叶斯计算中的应用
介绍了一种采用基于数据的自适应权重的 ABC SMC 方法，可在复杂模型中实现更高的接受率，适用于动态建模等系统生物应用。
PDF9 years ago