estimation errors | BriefGPT

关键词estimation errors

搜索结果 - 7

多模态生物特征串联融合系统
本文提出了一个关于串行融合多个生物特征匹配器的理论框架，评估了该系统在性能以及模型参数计算估计误差方面的利益，并通过对 NIST 生物特征分数集 1 的初步实验证明了其优缺点。
PDF5 months ago
特色混合下的 Wasserstein 机器学习
优化中的估计误差和离散特性是数据驱动运营管理问题的关键挑战，本研究提出了分布鲁棒问题表述的方法，并解决了多项式时间复杂度下的混合特征问题。实证研究结果表明，采用此方法可以在标准基准测试中显著提升模型性能。
PDF6 months ago
关注跨域人群理解中的语义一致性
本文提出了一种领域适应方法，采用语义一致性、语义提取和对抗训练技术解决了合成数据适应性差的问题，在三个数据集上实验结果表明该方案在跨领域计数问题中达到了最先进水平。
PDF4 years ago
噪声矩阵填充：通过非凸优化理解对凸松弛的统计保证
本文研究了针对大规模低秩矩阵的部分和带噪声数据中的矩阵补全问题，采用凸松弛和 Burer-Monteiro 方法，成功地将凸松弛的实践与非凸方法的统计保证相结合，取得了近乎最优的估计误差。
PDF5 years ago
从观测数据中学习最优策略
本文通过控制实验方法和观察性数据建立了最优决策的理论模型，并利用域对抗神经网络的方法进行决策选择，从而在处理缺失反事实和选择偏差方面取得了较好的效果。
PDF6 years ago
NIPS正负样本学习与 PU 学习的理论比较
本文主要探讨 PU（和 NU）学习相对于 PN 学习的上界估计误差，并发现了简单的条件，当先验概率和 P 与 N 数据的大小给定时，PU 或 NU 学习具有无限 U 数据将优于 PN 学习。
PDF8 years ago
多维随机游走估计和采样图
本文提出一种新的 $m$- 维随机游走采样方法，称为前沿采样，该方法在大规模实际网络图中表现出更低的估计误差，并且比随机顶点采样更适合采样图的度数分布尾部。
PDF14 years ago