approximation accuracy | BriefGPT

关键词approximation accuracy

搜索结果 - 9

张量神经网络在回归问题中的高效方法
引入张量神经网络（TNN）来处理非参数回归问题，通过其独特的子网络结构，有效地促进变量分离，从而提高复杂未知函数的近似性；与传统的前馈网络（FFN）和径向基网络（RBN）相比，TNN 在近似准确性和泛化能力方面表现优异，尽管参数规模相似；我
PDF20 days ago
通过进化计算发现用于解决偏微分方程的物理知识网络模型
基于进化计算方法提出一种解决偏微分方程的人工神经网络模型，具有更高的逼近精度和更快的收敛速度。
PDF2 months ago
通过外部分布学习的因果贝叶斯优化
通过学习外生变量的分布，本研究提出了一种新方法来提高结构因果模型在代理模型中的近似准确度，并且将现有的因果贝叶斯优化方法扩展到超过加性噪声模型的一般因果方案，从而通过恢复外生变量来使用更灵活的噪声或未观测到的隐藏变量。
PDF5 months ago
PINNsFormer：基于 Transformer 的物理信息神经网络框架
提出了一种名为 PINNsFormer 的基于 Transformer 的新型框架，通过在 Transformer 模型中利用多头注意力机制捕捉时间依赖关系，准确地近似了偏微分方程（PDE）的解。PINNsFormer 不仅适应了输入向量到
PDFa year ago
ICML深化神经网络优势的理论分析
该论文提出了两个新标准，以评估深度神经网络的表达能力和计算函数，并同时比较增加层数和增加每层神经元数量对于提高模型表达能力的效果，从而增进对深度学习的理解。
PDF4 years ago
旋转不变逼近与学习的深度神经网络
本研究基于树形结构探讨如何设计深度神经网络用于实现径向函数，以实现在任意高维欧几里得空间内旋转不变性的近乎最优函数逼近。结果显示，深度网络在逼近精度和学习能力方面远优于仅具有一个隐藏层的浅层神经网络，并证明了对于学习径向函数，深度网络可以实
PDF5 years ago
非凸二次约束规划的紧凑析取逼近
本文提出一种新的方法 Compact Disjunctive Approximation，通过背包约束变量的复合设计来实现非凸 MIQCP 到任意精度的逼近，并且我们提出的方法在数值实验中表现良好。
PDF6 years ago
随机元素级矩阵稀疏化注释
本文提出一种基于随机采样的算法用于对矩阵进行稀疏处理，同时利用分布与矩阵元素平方和绝对值相关的信息提高了近似精度。
PDF10 years ago
通过随机张量谱范数的界限进行张量稀疏化
该研究提出了一种元素稀疏化算法，基于张量的幂次进行，以及使用了一个用于较好的随机张量估计的不等式，旨在解决张量稀疏化问题并获得新的精度界限以改善算法性能。
PDF14 years ago