关键词euclidean neural networks
搜索结果 - 3
- ICLRSupSiam:分子构象学习的非对比辅助损失
本研究探讨孪生网络用于学习与分子构象相关的嵌入式样本,并发现一种非对比式辅助任务可辅助监督学习和增加流形平滑度。我们在多项药物活性预测任务中展示了此属性,并提出将流形平滑度扩展到概率和回归设置。我们针对表征陷落进行了分析,发现任务加权、潜在 - e3nn:欧几里德神经网络
e3nn 是一种通用的框架,用于创建 E (3) 可变换的可训练函数,操作对象为描述三维系统的几何和几何张量,并能运用核心的张量积类和球谐函数来构建复杂的模块,例如卷积和注意力机制,可用于高效地处理张量场网络,三维中的可定向卷积神经网络,C - CVPR被修剪的双曲线分类器是超双曲线分类器
研究表明,超几何神经网络 (HNNs) 可以利用它将 Euclidean 空间嵌入到超半球中的表征能力实现更好的分类性能,但该架构连接 Euclidean 表征和超几何分类器存在着梯度消失的问题,本文提出一个简单的解决方法:在训练 HNNs