large scale datasets | BriefGPT

关键词large scale datasets

搜索结果 - 10

DNNLasso：矩阵变量数据的可扩展图学习
我们介绍了 DNNLasso，一种用于估计 Kronecker-sum 结构的精度矩阵的对角非负图形套索模型，在准确性和计算时间方面明显优于最先进的方法。
PDF4 months ago
数据同化的神经 Koopman 先验
使用大规模数据集、计算能力和神经网络架构，基于 Koopman 算子理论的神经网络架构在动力学系统的潜在空间中对数据进行线性描述，从而实现了长期连续重现，包括在时间序列不规则采样情况下。并展示了训练过的动力学模型作为新型数据同化技术的先验的
PDF10 months ago
使用扩散模型进行蒸馏与回放的类增量学习
本文提出采用预训练稳定扩散模型作为增量学习的额外数据源，并证明其可以进一步提高现有最先进的大规模数据集类增量学习方法的性能。
PDFa year ago
研究提议：“高质量数据是否足够？
本文研究如何选择和创建高质量基准数据的子集以及对于模型的有效学习是否真正需要大型数据集，并计划研究数据修剪和数据创建范式以生成高质量数据。
PDF2 years ago
ICLR通过对抗性 Softmax 近似进行极值分类
本文提出一种简单的训练方法，通过从模仿数据分布的对抗模型中绘制负样本来大大增强梯度信号，以实现极端分类的高效训练，并在大规模数据集上实现了训练时间相对于几个竞争基线的数量级的减少。
PDF4 years ago
ICCV使用正负网络递归进行视觉声音分离
本篇论文提出了一种名为 MinusPlus Network (MP-Net) 的新型框架，用于视听分离任务。MP-Net 按平均能量的顺序递归地分离声音，并将分离后的声音从混合物中移除，直到混合物为空或仅包含噪声。通过这种方式，MP-Net
PDF5 years ago
CVPR指导各向异性扩散和迭代学习用于弱监督变化检测
本文提出了一种迭代学习方法，通过从开放矢量数据生成的大规模 change detection 数据集中提取有用信息来训练全卷积网络，该方法在弱监督学习技术中具有出色的性能，并提出引导各向异性扩散算法，用于与迭代训练方法相结合以改进语义分割结
PDF5 years ago
随机梯度 Langevin 动力学的优缺点
本文研究了基于大规模数据集的贝叶斯学习的关键 MCMC 算法，发现当前常用的 SGLD 算法存在问题，但通过引入控制变量后的 SGLD Fixed Point 算法可以有效改善该问题，且与 Langevin Monte Carlo 算法计算
PDF6 years ago
AAAI使用用户 - 项目共自回归模型的协同过滤
文章介绍了一个名为 “CF-UIcA” 的神经协同自回归模型，它可以处理大规模的协同过滤任务，并在 MovieLens 1M 和 Netflix 数据集上达到了最佳性能。
PDF8 years ago
NIPS少即是多：Nyström 计算正则化
本文研究使用 Nyström 类型子采样方法进行大规模核方法，并在统计学习框架下证明学习界限，并且实验证明该方法在基准大规模数据集上表现出色。
PDF9 years ago