learning approaches | BriefGPT

关键词learning approaches

搜索结果 - 9

战略自我选择下的分类
用户的自主选择行为对学习过程和学习结果有重要影响，在预测中用户会采取策略性的行动，我们研究了一种用户根据学习到的分类器决定是否参与的新型情景，为了提高学习的策略性，我们提出了一个可有效优化的自主选择学习框架，并通过实验验证了其实用性。
PDF4 months ago
逆问题的学习正则化：来自光谱模型的洞见
本文旨在基于理论提供对于反问题的先进学习方法进行研究，探讨正则化方法及其收敛性的广义定义，该定义可以为未来的理论研究铺平道路。在基于先前用于监督学习的简单光谱学习模型的基础上，我们研究了适用于反问题的不同学习范式的关键属性，这些属性可以独立
PDF7 months ago
利用人类视频在现实世界中学习织物操作
本文探讨了如何通过观察人类直接收集操作布料的示范，利用一些收集到的示范，我们展示了如何学习并在实际机器人上部署拾取和放置策略。
PDF2 years ago
强化学习与演示的工业装配鲁棒多模态策略：一个大规模研究
通过与基于传统工程方法的专业工业集成器的比较，研究表明基于深度强化学习的工业装配方法不仅可以超越已有的工业装配方法，还能超越人类运动系统，并且数据说明还有巨大的优化空间。
PDF3 years ago
Solver-in-the-Loop: 从可微分物理学习与迭代 PDE 求解器进行交互
这篇研究论文研究了通过机器学习方法发现复杂修正函数来提高解决偏微分方程数值误差的准确性，发现将求解器集成到训练中的方法比以往的学习方法更有效，文章还强调了不同可微分物理网络在广泛的 PDEs 中的性能表现。
PDF4 years ago
比较单个性能得分并不能得出关于机器学习方法的结论
本文研究了模型性能评估方法的可靠性问题，并探讨了仅基于分割数据集评估模型性能的评估方法存在的缺陷。作者提出了基于分数分布的评估方法来代替传统评估方法。
PDF6 years ago
从感官数据中结合学习和分析模型预测行动效果
本文探讨了利用神经网络与分析模型相结合的方法，对传感器输入进行处理后提高机器人执行物理交互任务的通用性和降低所需的训练数据量。
PDF7 years ago
运动补偿视频超分辨率的端到端学习
本文提出了一种端到端的视频超分辨率网络，它包括了在整个网络架构中估计光流，研究了光流在视频超分辨率中的使用，并发现常见的离线图像变形不利于视频超分辨率，因此提出了一种运动补偿操作。通过对整张图像进行处理而不是独立的图像块，可以大幅提高精度。
PDF7 years ago
AUC 两两优化的一致性
本文提供了用于鉴定基于替代损失函数的学习方法渐近一致性的充分条件，并证明了指数损失和逻辑损失与 AUC 一致，但铰链损失是不一致的。基于这个结果，本文还推导了一些与 AUC 一致的损失函数，进一步揭示了指数损失和逻辑损失的相容界限以及在非噪
PDF12 years ago