deep feedforward neural networks | BriefGPT

关键词deep feedforward neural networks

搜索结果 - 5

深度神经网络中的公平性缺陷信息论测试与调试
DICE 是一种信息论测试和调试框架，通过量化含有决策数据的受保护信息来识别和定位深度前馈神经网络中的公平缺陷，在此基础上提出了一种因果调试框架来定位不足训练的层和神经元，并通过实验有效地生成有歧视性的实例。
PDFa year ago
增强式人工智能迭代求解器用于加速大规模参数化系统的解决方案
该论文基于最新的机器学习工具，提供了一种定制的迭代求解器，结合代数多重网格方法和 proper orthogonal decomposition（POD-2G），能够在任意所需精度下，求解大规模参数化问题中的线性方程系统。
PDF2 years ago
贝叶斯深度网络广义线性模型（GLM）和广义线性混合模型（GLMM）
使用深度前馈神经网络、广义线性模型和贝叶斯推断等方法，提出一种高精度的回归和分类方法，能够在原有方法中量化预测不确定性并进行变量选择，并在多种模拟和真实数据示例中得到了令人满意的结果。
PDF6 years ago
复杂地形中偏微分方程的统一深度人工神经网络方法
本文利用深度前馈人工神经网络近似求解复杂几何下的偏微分方程，并演示了如何修改反向传播算法来计算网络输出对空间变量的偏导数。此方法基于一种假设解法，只需要前馈神经网络和梯度优化方法，如梯度下降或拟牛顿方法，可以作为网格法无法使用时的有效替代方
PDF7 years ago
深度神经网络的线性区域数量
研究神经网络的深度和节点的线性区分性对于复杂计算的影响，并在对多个模型类型的分析中提出新的关于深度优势的理论结果，同时研究了高层次单元的行为。
PDF10 years ago