关键词linear system of equations
搜索结果 - 5
- 任务子空间中的模型匹配合并
模型合并通过廉价地将个别任务特定模型合并成一个多任务模型。在本研究中，我们将过去的合并方法视为在合并之前利用不同概念的 “任务子空间” 进行模型匹配。我们将给定模型的任务子空间与其损失函数空间联系起来，并确立了模型合并方法可以看作是解线性方 - 一种高效的网络动态排名模型
我们提出了一种受物理启发的方法来推断定向时间网络中的动态排名，该网络中的每个定向和打上时间戳的边反映了一对交互的结果和时间。我们的方法通过求解一组线性方程来推断每个节点的排名，其取值为实数，并随着每条新边的增加或降低（如胜利或失败），引发或 - 基于最大熵的随机与符号密度估计
本文提出了基于最大熵的随机和符号密度估计方法，该方法通过符号梯度流从样本中恢复概率密度函数，进而通过构建由样本猜测符号表达式的梯度漂移扩散过程并解决用样本的矩所构建的线性方程组，找到猜测分布为最大熵形式时分布的参数，使用符号回归找到最优基函 - 网络高效排名的物理模型
该论文提出了一种基于物理学原理的模型和高效算法，用于推断有向网络中节点的层次排名，并介绍了一种更精确的排名方式，并提供了一种对强度进行统计显著性检验的方法，应用于预测边的存在性和方向，并在实际和合成数据上分析展示出算法的效率与可扩展度。
- 解决最小二乘问题的随机扩展 Kaczmarz
我们提出了一种随机迭代算法，此算法以期望指数收敛于给定线性方程组的最小欧几里得范数最小二乘解，该算法是随机 Kaczmarz 方法的扩展，其期望运算次数正比于系统的平方条件数乘以输入矩阵的非零数目。