kernel function | BriefGPT - AI 论文速递

关键词kernel function

搜索结果 - 13

二元分类中的挑战
通过最大最小问题设计这个变分问题的目标函数，我们将二元分类器的最优问题视为一个变分问题，并推导出 SVM 是这个变分问题框架的一个特例。然而，对于非线性分类，提出的变分问题在欧氏距离方面存在一些限制，因此如何设计更合适的目标函数来寻找最优二
PDF15 days ago
ICLR高效计算私有数据的相似性
给定一个相似度函数和一个大型高维私有数据集，输出近似表示任意查询的总和的差分隐私数据结构。在核函数和距离函数等情况下，我们的理论结果改进了先前的研究，并提供了更好的隐私 - 效用权衡和更快的查询时间。实验表明，基于平均相似性进行分类的简单方
PDF4 months ago
对成功的对抗样本的鲁棒性界限：理论与实践
该研究选择了对抗样本（AE）作为机器学习的一种攻击方法，通过对数据添加不可感知的扰动来诱导错分。研究通过使用高斯过程（GP）分类，探究了成功 AE 的概率上限，并证明了该上限取决于 AE 的扰动范数、GP 中使用的核函数以及训练数据集中不同
PDF4 months ago
深入的高斯过程的非稳态卷积核的统一视角
高斯过程常用于数据的随机函数逼近和不确定性量化，在机器学习中它们表现出优秀的预测能力，尤其在数据稀缺场景下，但核函数作为高斯过程的重要构建模块，通常需要进行复杂的定制，我们通过研究代表性数据集中多种核函数的表现、性质和性能，提出了一种融合现
PDF10 months ago
AAAI基于谱嵌入连接的超图建模：超图切割、加权核 $k$ 均值和热核
利用核函数的理论基础构建多路相似性理论框架来将实值数据建模为超图，并提出了基于超图切割的谱聚类算法。
PDF2 years ago
核密度估计器和带宽选择及其衍生物：kedd 软件包
该论文介绍了 kedd 包，这是 R 统计系统的一个补充，提供了更多的平滑技术，其主要特征包括四个方面：计算核功能的卷积和导数、计算概率密度的核估计量及其导数、使用不同的方法计算带宽选择器、显示带宽的核估计函数和选择函数。
PDF4 years ago
监督式机器学习的严谨和鲁棒量子加速
本文提出一种量子支持向量机分类器模型，实现有监督分类并取得了明显的量子加速，要求仅具备经典数据访问能力。在构造的数据集中，基于普遍认为的离散对数问题的困难性假设，该量子分类器实现的分类效果均优于无法逆多项式地超越瞎猜的经典学习器。这个模型可
PDF4 years ago
论 Stein 变分梯度下降的几何形式
本文研究贝叶斯推断问题，特别关注于最近引入的斯坦变分梯度下降方法，介绍了该方法的交互粒子系统构建；并通过研究选择合适的正定核函数的问题，提出采用调整尾部的某些不可微核函数，证明在各种数值实验中这种方法具有明显的性能提升。
PDF5 years ago
MM支持向量数据描述的核带宽选择的痕迹准则
该研究提出了一种新的无监督方法来选择高斯核带宽值，其利用核矩阵的低秩表示来建议带宽值，该方法在低维数据上与现有技术相当，对许多类高维数据表现极好。
PDF6 years ago
连续处理的政策评估与优化
扩展了离散治疗的反倾斜权重和双重稳健方法，使用了一个利用治疗接近程度的核函数来衰减拒绝采样，缓解了样本拒绝问题，可应用于持续的治疗问题，通过个性化给药数据集的案例研究，得到了比基准更好的策略推荐结果。
PDF6 years ago
从高斯过程升级到学生 - t 过程
本文介绍了基于 Student's-T 过程的高斯过程贝叶斯优化方法，并探讨了其在航空航天优化中的优势。文章比较了高斯过程和 Student's-T 过程在贝叶斯优化的经典测试问题上的表现，同时将 Student's-T 过程应用于机身结构
PDF6 years ago
NIPS推进贝叶斯优化：混合全局局部（MGL）核函数和长度尺度冷却
研究了贝叶斯优化中在线长度尺度调整和核函数选择，提出使用收购函数来更加强大、更考虑未来优化进展地决定超参数调整，同时提出一种特殊的核函数，它包括非稳态和局部各向异性，从而将局部凸优化的效率隐含地与全局贝叶斯优化相结合，并在全球优化基准测试中
PDF8 years ago
从海量数据中发现有价值的物品
本文提出一种基于核函数、高斯过程预测和子模函数的算法 GP-Select，用于在考虑物品相似性和利用率的基础上从一个成本累计预算中选出最大价值的子集以及同时具有高效和多样性并将其应用于三个真实世界的案例，并在无需逼近的情况下，通过利用模型更
PDF9 years ago