convex loss | BriefGPT - AI 论文速递

关键词convex loss

搜索结果 - 7

高维超统计特征分类
研究在高维情况下通过经验风险最小化学习具有通用质心的两个数据点云的特征，涵盖了大量的数据分布，包括高斯混合分布和幂律分布，并分析了通过正则化的作用，推导了估计器的泛化性能，并探究了分布尺度参数对可分离性转换的影响。
PDFa year ago
针对复合凸光滑优化的随机梯度方法统一分析
本文为最小化平滑和凸损失加上凸正则化的随机梯度算法提供了一致的收敛性分析定理，并探讨了特定算法的最优小批量大小。
PDF4 years ago
用矩阵费歇尔分布进行概率方向估计
文章通过使用深度神经网络学习输出矩阵费舍尔分布参数来实现在 3D 旋转集合（$SO (3)$）上估计概率分布；并使用负对数似然损失优化生成具有凸损失的模型从而在 Pascal3D +，ModelNet10-$SO (3)$ 和 UPNA 头
PDF4 years ago
SGD 算法下的非凸截断损失学习
本论文研究了通过截断传统损失函数形成的一类客观函数，并探讨了使用截断损失函数进行非凸学习的方法，证明了外推风险边界和统计误差，建立了随机梯度下降算法找到的模糊最小值的统计误差，并通过实验证明该方法的有效性。
PDF6 years ago
终身学习的遗憾界限
本文提出了一种在线的迁移学习方法，通过对任务内算法中底层的数据表示进行改进，实现跨任务信息转移，同时证明了该方法拥有良好的成本控制性质，并讨论了其在字典学习和有限预测器中的应用。
PDF8 years ago
带岭正则线性模型的马尔可夫边界发现
本研究提出了一种修改后的岭回归方法，可以在减小空间的基础上识别潜在的 Markov 边界。实验结果表明，这种方法在基因表达数据的 Markov 边界发现方面具有很强的实用性。
PDF9 years ago
Neyman-Pearson 分类，凸性和随机约束
该研究通过实现 Neyman-Pearson 范例来处理二元分类的不对称误差，提出了一个可同时满足高概率下第一类错误概率低于预设水平和第二类错误概率接近最小可能值的分类器，并通过解决具有经验目标和经验约束的优化问题提出了可用于应对此类问题的
PDF13 years ago