entropy maximization | BriefGPT

关键词entropy maximization

搜索结果 - 9

用于赌博游戏的近似信息最大化
基于熵最大化和自由能最小化的原理，提出一种新类的 Bandit 算法，通过最大化系统内关键变量的信息量近似来选择行动，该方法在经典 Bandit 设置中表现出较强的性能，并在高斯奖励的二臂 Bandit 问题上证明了渐近最优性，为进一步研究
PDF9 months ago
GenKL: 通过新的广义 KL 散度，针对 Web 图像中的标签模糊和标签不符合性解决的迭代框架
通过使用 $(\alpha, \beta)$- 广义 KL 散度，该研究提出了一种鉴别和重新标记非符合实例的新方法，并在三个网络图像数据集上取得了最新的分类准确性。
PDFa year ago
最大化比特熵的深度无监督图像哈希
本文介绍了一种无监督深度哈希层称为 Bi-half Net，该层利用熵最大化的方法学习高效的二进制代码，并通过新的解耦设计对图像特征进行优化以逼近最优的半半比特分布，实验证明该方法在多个数据集上具有优秀的性能。
PDF4 years ago
自监督知识蒸馏用于少样本学习
该论文提出了一种两阶段的学习方法，通过最大化特征嵌入的熵来创造一个最佳输出流形，并通过自我监督的双胞胎约束流形，最小化特征嵌入的熵来提高深度神经网络在少样本学习任务中的表示能力。
PDF4 years ago
ICLRCPR：用于连续学习的分类器投影正则化
该研究提出了分类器投影正则化（CPR）的概念，通过最大化分类器输出的概率熵作为一种正则化项来投影分类器输出的条件概率至均匀分布上，从而改善基于正则化的持续学习方法中的性能，减轻灾难性遗忘并提高准确度。
PDF4 years ago
学习正交解缠表示以实现公平性
本文提出了一种新颖的分离方法来解决不变表示的问题，通过正交约束作为独立的代理来将有意义和敏感表示分离，并通过熵最大化来明确地强制有意义的表示对敏感信息不可知。该方法在公开的数据集上进行了评估，并将其与最先进的方法进行了比较，证明其在处理公平
PDF4 years ago
AAAI一种基于内在动机的学习方法，用于学习高度探索和快速运动策略
本文提出一种新的代理与环境相互作用下的探索策略，旨在最小化步骤数、最大化稳态分布熵的下界，并引入三个下界分别对应三个最优化问题，再基于此提出 IDE$^{3}$AL 算法进行模型驱动的强化学习。
PDF5 years ago
通过对角缩放算法解决最优配对问题
通过将变形参数趋向于正无穷，最优分配问题的解可以由最大熵问题的解趋向得出，从而可以应用最大熵算法来求解最优分配问题。其中 Sinkhorn 算法导致了一种可并行化的方法，可用作处理大规模密集最优分配问题的预处理。此并行预处理允许删除不属于最
PDF13 years ago
提升算法的双重表述
研究使用新视角的提升算法，证明 AdaBoost、LogitBoost 和软边界 LPBoost 的拉格朗日对偶问题都是熵最大化问题，并通过研究这些算法的对偶问题，表明了提升算法的成功可以从最大化边缘并同时控制边缘方差的角度来理解。通过列生
PDF15 years ago