learning strategy | BriefGPT

关键词learning strategy

搜索结果 - 12

量子课程学习
量子机器学习中，优化资源使用和设计量子架构是重要研究方向。我们提出了量子课程学习 (Q-CurL) 框架，通过引入简单任务和数据依据数据密度比例来确定学习顺序，优化损失函数，提高训练收敛性和泛化性，从而将量子机器学习更接近于实际应用价值。
PDF4 days ago
一种新的可靠且简约的学习策略，由两层高斯过程构成，以解决非均匀经验相关结构
通过将函数模型为非平稳高斯过程的样本函数，学习一对变量之间的功能关系，解决可用数据的相关结构的不均匀性问题，并在其中嵌套多个高斯过程，从而建立了两个高斯过程层的充分性。
PDF3 months ago
学习无姿态注释的类别级物体姿态估计器
提出了一种不需要姿态标注的类别级三维物体姿态估计方法，通过使用扩散模型生成一组具有姿态差异的图像，并利用图像编码器和新颖的学习策略解决噪声和伪影问题，实现了从单次拍摄中对类别级物体姿态的估计，并在少样本类别级物体姿态估计基准上显著优于其他先
PDF3 months ago
时间序列学习策略的课程和周期性损失
我们提出了一种新的 Curricular and CyclicaL loss（CRUCIAL）来学习时间序列，它能根据动态确定的样本贡献和调节损失幅度安排易难程度的学习顺序，同时能够管理循环变化的数据集并通过相关损失分布和选择概率实现
PDF6 months ago
基于网格表示的三维手部姿势和网格估计的循环学习
通过回收学习策略加强合成手部网格表示，在提高 3D 手势姿态和网格估计方面取得了有效的自我改进。
PDF9 months ago
ClusterNet：基于感知的离散数据聚类模型
本论文介绍了一种新的基于广泛使用的聚类技术 k-means 和 DBSCAN 局限性的聚类算法，该算法直接对散点数据进行操作，利用众包方法实现对人类视觉集群感知的学习策略，并使用基于点云的深度学习模型将其训练，以反映群集可分离性的人类感知。
PDFa year ago
大型预训练语言模型微调的多目标优化方法：监督对比学习
将 SCL 问题描述为 RoBERTa 语言模型精调阶段的多目标优化问题，使用线性标量化方法和精确 Pareto 最优解法解决优化问题，在多个 GLUE 基准任务上，无需使用数据增强、存储器库或生成对抗性示例，找到了比竞争对比学习基线更好的
PDF2 years ago
学习解决困难极小化问题
该研究提出了一种基于 RANSAC 框架求解几何优化问题的方法，通过设计一种学习策略，可以避免计算大量伪解，从而有效地解决了几何优化问题的难点。通过在相对位姿问题中使用该方法，在每个视图中使用四个点进行最小松弛，可以快速精确地计算出相机之间
PDF3 years ago
多边形点集跟踪
本文提出了一种基于学习的多边形点集跟踪方法，通过全局 - 局部对齐和精细设计的损失和正则化项，以多边形点集方式传播目标轮廓，从而实现运动跟踪、部分变形和纹理映射等多种视觉效果。同时通过 VOS 数据集的学习策略，避免了点对应数据集的开发，并
PDF3 years ago
ICCV不平衡深度学习的普洛克鲁斯特训练
本文提出了一个新的学习策略，来有效地解决在使用类不平衡数据时神经网络容易出现欠拟合和过拟合问题的困扰，该策略在小批量中混合了主类数据和其它数据的特征，旨在削弱主类数据的特征以防止神经网络优先拟合主类数据的情况，从而实现了类之间的训练过程平衡
PDF3 years ago
ICML基于维度驱动的标签噪声学习
本文提出了一种新的视角 —— 通过研究训练样本的深度表示子空间的维数，来理解在具有大量错误类标的数据集上训练准确的深度神经网络（DNNs）的普适性。根据这一发现，作者开发了一种新的维度驱动型学习策略，该策略在训练过程中监测子空间的维度并相应
PDF6 years ago
AAAI基于多重学习的卷积神经网络可解释部件图生长
该研究提出了一种从预先训练的卷积神经网络中提取对象 - 部分概念的学习策略，通过挖掘预先训练的 CNN 中的潜在模式，并将它们与不同的语义部分关联来逐步在 CNN 上构建一个具有语义解释性的图形模型，以实现层次化的对象理解。
PDF8 years ago