关键词hidden markov models (hmms)
搜索结果 - 2
- Transformer 学习 HMM 的局限性
该研究探讨了基于 Transformer 的架构在学习隐藏马尔科夫模型 (HMMs) 及其变种方面的性能。通过广泛的实验证明,Transformer 在训练速度和测试精度方面始终不如循环神经网络 (RNNs)。此外,研究还揭示了 Trans - 随机重启的隐马尔可夫模型与增强学习在恶意软件检测中的比较
通过将 AdaBoost 技术与多个随机重启训练的隐马尔可夫模型(HMMs)进行比较,我们发现在应对具有挑战性的恶意软件数据集时,随机重启表现出令人惊讶的良好性能,只有在训练数据严重受限的最困难的 “冷启动” 情况下,AdaBoost 才显