empirical analysis | BriefGPT

关键词empirical analysis

搜索结果 - 31

基于模型的强化学习中的价值等价原则
本文探讨强化学习中的值等价性原则，提出基于值等价性原则的模型学习问题，证明了随着政策和函数集的扩大，价值等价模型的类别将收缩到描述环境的完美模型上，并通过实验验证了该价值等价模型学习方法的优越性及其在最大似然估计等传统模型学习算法中的实用意
PDF4 years ago
IJCAI用随机节点初始化提升图神经网络的惊人能力
本文分析了具有随机节点初始化的 GNNs 的表达力，证明了这些模型是通用的，这是 GNNs 的首个不依赖于计算要求更高阶特性的结果。我们基于精心构建的数据集，对 RNI 对 GNNs 的影响进行了经验分析。我们的实证结果支持 RNI 对于
PDF4 years ago
AAAI通过基于归因的输入采样和块状特征聚合来解释卷积神经网络
使用基于归因的输入抽样技术在模型的多个层面收集可视化映射并对其进行聚合，最终实现了对卷积神经网络解释的精细和完整的解释，同时提出了一种基于卷积神经网络模型的层选择策略。实验结果表明，该方法在解释准确度和视觉质量方面能够满足或超越现有方法，且
PDF4 years ago
多方机器学习的机制设计
该研究通过机制设计的方式探究了多方协作进行多方机器学习模型优化的问题，并提出了适用于这种情况的最优真实机制。
PDF4 years ago
事后信用分配
本研究提出了一种基于过去决策优劣的后验学习方式，解决了强化学习中的信用分配问题，并通过实证分析展示其成功地解决了一系列信用分配难题。
PDF5 years ago
WWW当代语言：Hashtags 的实证分析
本文对 Instagram 上分享的 hashtag 进行了首次大规模实证分析，揭示了从时空、语义和社会维度出发的一系列发现，其中包括时序模式可划分为四个不同群集、语义位移较大的 hashtag 有不可忽略的比例、用户分享较均匀的 hash
PDF5 years ago
EMNLP标记词之间的空隙：使用提及分隔符识别重叠提及
该论文提出了一种新模型，能够识别重叠提及，引入了一个新的提及分隔符概念和多图表示，能够有效地捕捉提及之间重叠的情况，并证明可以实现高效准确的推理，此外，通过在标准数据集上进行大量的实证分析，证明了该方法的有效性。
PDF6 years ago
广义拜占庭容错随机梯度下降
提出三种针对分布式同步随机梯度下降在一般拜占庭故障模型下的鲁棒聚合规则，并证明了这些聚合规则的拜占庭容错属性。实证分析表明，这些技术在现实场景和拜占庭攻击场景下优于当前方法。
PDF6 years ago
NIPS驯服非平稳赌博机：一种贝叶斯方法
针对非平稳环境下的多臂赌博问题，提出了一种基于贝叶斯方法的 Thompson Sampling 变体，对其进行了系统性降低先前观测效果的描述，通过增加贝叶斯采样的功利值提供了最优化算法的乐观版本，并进行了广泛的实证分析和与各种算法的比较研究
PDF7 years ago
ICML用于异常检测的最大差值区间
本文介绍了针对多变量时间序列的批量异常检测的新方法，其基于最大化时间序列内外数据分布的 KL 散度，经实证分析表明其相较于其他基于各自时间步的方法具有优势。
PDF8 years ago
贝叶斯优化方法的分层分析
本文提出了两个度量贝叶斯优化方法性能的分类机制，并通过测试函数模仿超参数优化问题，解决特定性质的函数，如振荡行为或域边界最优。
PDF8 years ago