linear regression model | BriefGPT

关键词linear regression model

搜索结果 - 12

分层预测的多变量在线线性回归
我们考虑一个确定性的在线线性回归模型，允许响应变量为多变量。为了解决这个问题，我们引入了 MultiVAW 方法，它将著名的 Vovk-Azoury-Warmuth 算法推广到多变量环境，并证明它在时间上也具有对数遗憾。我们将结果应用于在线
PDF4 months ago
ICLR本地敏感稀疏编码用于在线学习世界模型
在线学习是一项具有挑战性的任务，由于数据非稳态性，神经网络通常会导致灾难性遗忘，线性回归模型支持非线性随机特征，以实现高效的 Follow-The-Leader 更新，通过局部敏感稀疏编码实现高维非线性特征的高效稀疏更新，我们验证了编码的表
PDF5 months ago
回归任务的简单可迁移性估计
我们提出了两种简单且计算高效的方法，基于线性回归模型的负正则化均方差误差来估计优化的目标模型的转移性，在准确性和效率两方面显著优于现有的最先进的回归可转移性估计器。
PDF7 months ago
基于 Hebbian 学习的线性回归参数估计
通过建立上下界，我们证明了这种 Hebbian 学习规则在仅有线性回归损失的查询可用时，可以实现比任何独立于数据选择查询的非自适应方法更快的收敛速度。
PDF9 months ago
利用机器学习优化国家篮球协会的攻击战术
在 NBA 分析革命中，通过机器学习技术使用线性回归模型和神经网络回归模型验证与不同 NBA 比赛类型相关的统计数据 ORTG（进攻评分），最终发现神经网络回归模型略优于线性回归模型。利用这些模型的准确性，进一步优化模型输出，以实现高效的进
PDFa year ago
通过时空自助策略的相关时间序列自监督表征学习
本文提出了一种用于时间序列数据的表示学习框架，可显著提高预测精度，且在特征转移任务中表现出较强的通用性。
PDFa year ago
通过矩阵加权线性估计器从观测和干预数据中估计因果效应
本文探讨了在混杂线性回归模型和多元治疗中从混合的观测和干预数据中估计因果效应，并展示了通过结合来自观测和干预设置的估计器可以提高统计效率。
PDFa year ago
CVPRRe-IQA: 野外图像质量评估的无监督学习
本文提出了一种混合专家方法来进行自动感知图像质量评估，使用 Re-IQA 框架训练两个独立的编码器来学习高级和低级图像特征，并使用得到的图像表示来训练线性回归模型以提高评估准确性。实验表明，深度神经网络在无监督设置下训练可以产生具有感知相关
PDFa year ago
使用代理模型识别多任务学习中的负迁移
本文提出一种通过代理模型解决多任务学习中子任务选择问题的方法，该方法使用线性回归模型预测未见过的子任务组合的性能表现，利用其提供的子任务与目标任务的相关性分数进行选择，可以更准确地预测负面转移，并显著提高现有多任务学习算法的性能。
PDFa year ago
在量子计算机上通过线性回归算法进行预测
该研究提出了一种基于量子计算机的线性回归模型和最小二乘优化算法的预测算法，并着重关注于数据点的输出猜测，通过适应算法处理低秩逼近表示的非稀疏数据矩阵，同时在联合量子信息处理过程中，可以通过单量子比特测量获得预测结果。
PDF8 years ago
ICML基于潜在过程的回归模型监督学习。应用于燃料电池寿命估计
本文提出利用模式识别方法从电化学阻抗谱测量结果中估计燃料电池寿命的方法，通过从实部和虚部提取特征，使用参数模型和具有潜在变量的回归模型，以及不同子集的特征进行线性回归模型来实现燃料电池时间持续估计，并在实验数据集上进行了有效性验证。这可能会
PDF11 years ago
高维线性模型低维参数的置信区间
本文提出了一种针对高维数据中低维度参数的统计推断方法，重点在于构建线性回归模型中单个系数和多个系数的线性组合的置信区间，提出的估计器在趋于无穷时渐近正态，其有限维协方差矩阵的一致估计器满足充分条件，模拟结果证明了置信区间的覆盖概率准确性，强
PDF13 years ago