error bound | BriefGPT - AI 论文速递

关键词error bound

搜索结果 - 10

深度神经网络的可伸缩子采样推理
该研究论文介绍了深度神经网络的误差界限、基于可伸缩子抽样的估计器以及基于该估计器构建的置信区间和预测区间。这些方法在计算效率、点估计 / 预测准确性和实用的置信区间和预测区间等方面都具有很好的性能。
PDF2 months ago
关于多面体距离的可合并核心集
我们发现在核心集合合并时，常数大小和常数误差核心集合用于多面体距离的维护是简单的，但是增加大小不能显著改善误差边界。
PDF8 months ago
(几乎) 通过分歧差异证明分布偏移下的误差界
本研究通过使用无标签测试数据来推导深度神经网络在分布转移下的误差（几乎）保证上界，并提出了一种理论上合理、在实践中表现更优的 “不一致损失” 用于评估误差保证上界的较紧估计。
PDFa year ago
高维可达性形式化安全保证生成
提供自治系统的正式安全性和性能保证变得越来越重要，本文提出一种提供可达管的可证安全近似解的方法，该方法可以通过计算 DeepReach 解的误差界来进行可达管的修正，并通过基于情景优化的方法来推导 DeepReach 解的误差界等.
PDF2 years ago
通过测量合作多智能体 RL 中角色多样性进行策略诊断
通过量化角色多样性作为度量多智能体任务特征的因素，我们发现，MARL 中的误差限可以分解为 3 个部分，并且这些分解因素对 3 个热门方向的政策优化具有显著影响，通过 MPE 和 SMAC 平台的实验验证，角色多样性可以作为多智能体协作任务
PDF2 years ago
NIPS通过变异测试检测深度神经网络的对抗样本
本文提出了一种基于统计的对抗样本检测算法 nMutant，并介绍了一种误差限制方法，可以有效地检测近期攻击方法生成的大部分对抗样本。
PDF6 years ago
ICML学习未规定模型的奖励函数
本研究提出了一种新颖的误差界限，用于解决模型不完美时生成的错误状态如何正确分配奖励值的问题，并在实验中证明其在基于模型的强化学习中的有效性。
PDF6 years ago
非可分哈密顿量的显式辛近似：算法与长时间性能
该研究论文提出了一种基于机械约束的任意 Hamiltonians 的显式、用于扩展相空间的辛积分器，采用 KAM 理论、反向误差分析和多尺度分析建立了误差界限，对于积分系统能够达到数值统计行为的满意水平，即使在可积系统失效的情况下，也取得了
PDF8 years ago
MM通过统一的误差界条件对梯度类型方法的线性收敛性进行新的分析
本文研究了梯度型方法中误差绑定条件和残差测量算子之间的关系，并提出了一种新的梯度型方法，使用这个算子来推导出必要和充分的线性收敛误差界条件。
PDF8 years ago
使用子模函数的主动半监督学习
我们在离线转导的半监督场景中考虑主动学习，通过替换图割（graph cut）为任意对称子模函数来泛化以前提出的主动学习的误差界。在对称化之后，可以使用任意非对称子模函数。不同的子模函数选择提供了适用于不同问题的误差限制的不同版本。此外，该限
PDF12 years ago