linear separators | BriefGPT

关键词linear separators

搜索结果 - 7

ICML数据增强是否导致正边界？
本文通过量化数据增广在经验风险最小化中所起的作用，分析了其对模型的鲁棒性的提升能力，并在对某些模型进行实验后，对数据增广的有效性作出了一定程度的解释。
PDF5 years ago
受限噪音下线性分隔器的高效学习
研究了线性分离器在 Massart 噪声下的可学习性，提供了第一个在此噪声模型下可以多项式时间学习线性分离器的算法，并证明了传统算法不能达到理想误差。我们的算法是基于活动学习的，并且具有对数标签复杂度。
PDF9 years ago
AAAI基于 Margin 的噪声自适应主动学习及在 Tsybakov 噪声条件下的下界
提出了一个简单的噪声 - 鲁棒性基于边缘的主动学习算法来查找同质 (通过原点) 的线性分离器，并分析了标签受噪声干扰时的误差收敛性。我们证明了当所施加的噪声满足 Tsybakov 低噪声条件时，算法能够适应未知的噪声水平，并在多对数因子上实
PDF10 years ago
MM利用本地化能力高效学习受到噪声影响的线性分离器
本研究提出了一种新的方法来设计计算效率高、能够容忍噪声的学习算法，并通过设计具有改善噪声容忍度的线性分离器学习算法来证明其有效性。在恶意噪声模型和对抗标签噪声模型方面展开讨论，并为这些模型提供了多项式时间算法，以在各自的噪声下学习线性分类器
PDF11 years ago
在对数凹分布下线性分界器的主动学习和被动学习
该研究提供了关于线性分隔符的标签高效、多项式时间、被动和主动学习的新结果，并证明了在近乎对数凹的分布下，主动学习提供了超过被动学习的指数级改进。在此基础上，为这种问题提供了一种计算上高效的 PAC 算法，其样本复杂度是最优的 (最多相差一个
PDF12 years ago
主动属性测试
本研究将基于活动学习的模型应用于属性测试领域，研究证明了测试新方法的可行性，包括线性分隔器和半监督学习，还提出了一种低限的尺寸概念以及测试新模型具有丰富多样的结构，并且将从一系列领域中的工具合部署进行了开发
PDF13 years ago
漂移目标进化
本文介绍了一种使用相关查询技术构建抗漂移进化算法的策略和一种抗漂移的线性分隔算法以及其他新的抗漂移进化算法，并且证明了每个进化算法都可以被转换为具有准单调性的算法，从而不会在任何时候性能显着下降。
PDF14 years ago