feature mapping | BriefGPT - AI 论文速递

关键词feature mapping

搜索结果 - 11

UCDNet: 基于可靠特征映射的多无人机协同三维物体检测网络
提出了一种无与伦比的基于相机的多 UAV 协同三维物体检测范式 UCDNet，通过显式利用 UAV 到地面的深度信息作为强先验，为更准确和可推广的特征映射提供参考。此外，设计了一种同质点几何一致性损失作为辅助自监督方法，直接影响特征映射模块
PDFa month ago
RBF-PINN：物理知情神经网络中的非傅里叶位置嵌入
基于物理约束的神经网络（PINNs）的研究中，我们发现来自更广泛的神经表示研究的特征映射往往被忽视，我们强调了在特定情况下经常使用的基于 Fourier 的特征映射的局限性，并建议使用条件正定的径向基函数，我们的实证发现证明了我们的方法在多
PDF5 months ago
具有特征映射的物理引导神经网络的训练动态
通过使用限制共轭核和神经切向核进行特征映射层的 PINNs 训练动态分析，我们揭示了模型收敛和普适性的一些内部机制。同时，我们发现常用的基于傅立叶变换的特征映射在某些情况下存在不足，并提出了条件正定的径向基函数作为更好的替代方案。实证结果表
PDF5 months ago
改进 CNN 分类性能的多阶段特征去相关约束
为了优化卷积神经网络的训练结果，本文提出了一种多阶段特征去相关损失函数（MFD Loss），通过约束各个阶段的特征相关性，优化特征映射，进一步提高分类准确性。与单一 Softmax Loss 相比，使用 Softmax Loss+MFD L
PDF10 months ago
多任务深度学习模型与应用的设计观点
通过共享相关任务的特征和归纳迁移学习，我们试图增强多任务模型的特征映射，并学习各种任务之间的任务关系，以获取更好的多任务学习效益。本章旨在可视化现有的多任务模型，比较它们的性能、评估多任务模型性能的方法，并讨论在各个领域设计和实现这些模型时
PDF2 years ago
具有特征映射的折扣 MDP 的可证明高效强化学习
本论文介绍了一种基于特性映射的新算法，能够以线性的方式参数化转移核函数来处理强化学习中的大状态和行动空间，并且证明了该算法在一些强化学习的问题中，不需要访问生成模型就能取得多项式的最优后悔值，且总体上是近乎最优的。
PDF4 years ago
ICLR共同关注等变神经网络：将等变性集中于数据中共存的变换
本研究提出了一种新的共同关注等变神经网络，它不仅能够保留输入的结构信息，而且能够注意到数据中同时出现的变换，并将其泛化到由多个对称组成的群上，实现更好的目标识别效果。
PDF5 years ago
CVPR核映射流形减少对抗扰动的影响
本研究针对深度卷积模型的线性和非弹性的特点易受到对抗扰动的攻击，提出了一种基于非线性径向基卷积特征映射的方法，通过学习类马氏距离函数，将卷积特征映射到线性分离的流形上来提高深度卷积神经网络对抗扰动的鲁棒性。研究结果表明，该方法可以提高深度卷
PDF5 years ago
NIPS通过负边界支持向量选择监督 Nyström 方法
该研究提出了一种针对分类的监督式 Nyström 方法，通过负边际标准选择向量，创造出适用于数据分类的显式特征映射。实验表明，该方法能够显著提高分类性能，同时减少所需特征数量。
PDF6 years ago
深度嵌入森林：基于深度嵌入特征的森林式服务
该论文提出了一种名为 Deep Embedding Forest 的模型，采用嵌入层和基于树 / 森林的层，以实现快速服务支持，同时借鉴 Deep Neural Networks 的高维特征映射能力，通过仅使用传统硬件，该模型在性能上与 D
PDF7 years ago
ICML增强特征学习用于异构域适配
本文提出了一种新的异构领域适应 (HDA) 学习方法，使用两个不同的投影矩阵将两个域的数据转换为公共子空间，并提出两个新的特征映射函数将转换后的数据与原始特征和零进行增强。使用 SVM 等现有学习方法，本方法称为异构特征增强 (HFA) 可
PDF12 years ago