关键词algorithm optimization
搜索结果 - 7
- MM基于优化的通用边缘计算系统量化联邦学习
本文提出了一种基于优化的量化联邦学习算法 GQFedWAvg，该算法可适用于具有统一或不统一计算和通信资源的一般边缘计算系统，并采用多种技巧，如随机量化与加权平均局部模型更新等，以最小化收敛误差，从而实现在时间和能量约束下的算法优化。
- 低延迟可解释 AI 中的非均匀插值
本研究提出了一种新的算法优化方法，通过硬件感知将 Integrated Gradients 算法加速，使其在保证收敛的同时，显著减少总插值步骤并提高了性能，同时我们在 ImageNet 数据集上进行的实验进一步验证了该算法的有效性。
- 应用集成优化和机器学习模型预测急诊病人的入院状态
本文提出了一种基于机器学习算法优化的框架，以急诊部门的患者入院情况为例进行实证研究，利用大规模的患者数据和三种新的机器学习算法对传统算法进行对比，结果表明新算法在 AUC 等五个指标上表现更好，其中 T-ADAB 算法效果最佳，最优模型的 - ICML因果连续处理效应估计的端到端平衡
通过最大化因果推断精度的熵平衡算法，我们研究了在倒数概率得分加权框架下，观测原因推断中连续治疗的问题，并使用合成和真实数据展示出我们的算法比基线熵平衡算法更准确地估计因果效应。
- 差分隐私的数值组成
提供了一种快速算法，可以将差分隐私算法的隐私保证优化到任意精度，并使用隐私损失随机变量的概念来量化差分隐私算法的隐私损失，该算法可以加速隐私计算几个数量级同时保持类似的准确性。
- 预测校正策略优化
本研究提出一种基于预测模型的框架 PicCoLO，可将一阶模型无关强化或模仿学习算法转化为一种新的混合方法，用于优化策略，减少模型偏差及实现收敛加速。该框架通过对可预测在线学习转换为对抗学习的新颖减少方法，使得多种一阶模型无关算法的收敛速度 - 通过网络挖掘进行连贯关键词提取
该论文介绍了一种 Kea 关键短语提取算法新的优化方法，通过使用 Web 挖掘获得的统计关联程度作为短语间语义关系的指标，提高了提取出的关键短语的语义连贯性，不受领域限制且结果良好