error rates | BriefGPT - AI 论文速递

关键词error rates

搜索结果 - 14

通过 Kullback-Leibler 散度与 Cohen's Kappa 相关联的分类性能限制
机器学习分类算法的性能通过评估混淆矩阵中的度量指标进行，但这并不能证明达到了最佳性能。通过使用信息距离测量，可以估计错误率的根本限制。混淆矩阵已经与 Chernoff-Stein 引理相结合，将错误率与描述两个类别的概率密度函数之间的 Ku
PDF4 months ago
Checkfor.ai AI - 生成文本分类器技术报告
通过使用基于转换器的神经网络的 Checkfor.ai 文本分类器，我们能够识别大型语言模型写的文本和人类写的文本。Checkfor.ai 在十个文本领域（学生写作、创意写作、科学写作、书籍、百科全书、新闻、电子邮件、科学论文、问答简述）和
PDF4 months ago
SSG2：一种用于语义分割的新建模范式
利用序列模型和时间维度，在语义分割中引入了一种新方法 (SSG2)，通过整合多次观测来提高准确性，并在不同数据集上表现出优异的性能。
PDF9 months ago
手写速记识别与狮子数据集
通过使用新颖的 LION 数据集建立基线，并研究将选定的速记理论纳入识别过程的影响，本研究在手写速记识别领域奠定基础，并通过集成速记领域知识、预训练和微调技术，显著提高了测试误差率。
PDF10 months ago
基于数值文本的 OCR 后去噪复杂度估计
本文研究数字文档的 Post-OCR 处理困难度及其复杂性评估方法，结果表明数字文档相比自然文本有显著劣势，并且我们评估的方法的结果与现代去噪方法的错误率保持一致。
PDFa year ago
匹配任务误差率置信区间：关键审查和建议
本文介绍了构建置信区间的方法，以评估匹配算法的误差率，并探讨了样本大小、误差率和数据相关性对覆盖率和区间宽度的影响。研究发现，在匹配任务中构建置信区间的最佳实践包括注意数据原型、选择适当的置信水平以及进行模拟和分析。
PDFa year ago
EMNLP基于解码步骤的神经机器翻译定时采样
本研究提出基于解码步骤的计划采样方法，可以更真实地模拟训练过程中的推理场景，从而更好地弥合训练和推理之间的差距。实验证明，这种方法在 WMT 任务上显著优于变形金刚基线和普通计划采样，并且在两个流行基准测试中也具有很好的泛化性能。
PDF3 years ago
鲁棒均值估计有多难？
该论文阐述了在自然情况下改善多项式算法稳健均值估计误差率在计算上可能是不可行的，并探索了改善现有算法的错误率的自然方法，并证明了这将意味着小集合扩展问题的有效算法。
PDF5 years ago
ICLR使用单个比特为每个权重训练宽残差网络以进行部署
该研究报告介绍了一种能够在资源受限制的嵌入式硬件上快速高效地部署训练完毕的深度神经网络的方法，即使用单个比特来表示和存储每个学习到的权重参数，通过在训练中为每个层应用等于层特定标准差的恒定未学习值的缩放因子来简化现有方法并提高误差率，并通过
PDF6 years ago
快照集成: 1 次训练，多个模型
本文提出了一种名为 ' 快照集成 ' 的新技术，可以实现在不增加训练成本的情况下，通过在一个单一的神经网络中收敛到几个局部极小值并保存模型参数的方法，同时通过循环学习率表达式，获得重复快速收敛的能力，实验结果表明，这种方法可有效地降低误差率
PDF7 years ago
含趋势过滤的加法模型
本研究采用趋势滤波构建的加法模型，使每个组件都受其 k(离散) 导数的（离散）全变差正则化，以得到 k次片段多项式组件。我们推导出加法趋势滤波估计的快速误差率，表明当基础函数为可加性函数且
PDF7 years ago
LDPC 码的量化消息传递
本文提出了一种用于低密度奇偶校验码的量化解码算法，其中，标准的最小和算法的变量节点更新规则被用信息论准则设计的查找表所替换。研究结果表明，即使使用只有 3 位消息分辨率的算法，也能比使用浮点数的最小和译码器取得更好的误码率；此外，研究了不同
PDF9 years ago
不需集中注意力的普遍损失函数学习
研究使用经验风险最小化解决预测和估计问题，针对一般凸损失函数。我们证明了即使当集中度是错误的或非常受限制的情况下，例如在重尾场景中，我们也可以获得尖锐的误差率。我们的结果表明，误差率取决于两个参数：一个捕捉类别的内在复杂性，以实质上在无噪声
PDF10 years ago
核学习中的正则化
本文研究了在重现核希尔伯特空间中进行正则化学习情景时，如何在核函数的温和假设下获得最佳的错误率。研究发现，可以利用一种增长速度比 RKHS 规范中的标准二次增长慢得多的正则化项。
PDF14 years ago