关键词machine learning tasks
搜索结果 - 24
- 快速收敛联邦学习
本文提出了一种快速收敛的联合学习算法 FOLB，通过智能抽样优化模型训练速度，处理设备的通信和计算异质性，实验结果改善了训练模型的准确率、收敛速度和稳定性。
- 在双曲空间中的鲁棒大间隔学习
本文针对数据具有分层结构的情况，提出了一个算法，通过对抗性示例注入的方式，有效地学习了一个能够在如下情况下使用的大边际超平面：数据具有分层结构，嵌入到双曲空间的性能不劣，且直接在双曲空间中学习分类器时的维度较低。
- AAAI指数族图嵌入
本文提出了一种基于随机游走的网络表征学习技术，使用指数族分布来捕捉节点之间的丰富交互模式，并研究了该模型的三个具体实例，实验结果表明该技术在两个下游机器学习任务中胜过基线方法。
- NIPS匹配神经路径：从识别到对应搜索的转移
该研究利用卷积神经网络中的分层语义表示来解决低层次对应问题，通过在识别任务中训练来避免直接训练低级对应预测，并使用标记将其标记为匹配项。通过平方算法聚合它们并在立体对应任务中进行实证验证，取得了与不使用标记目标域数据的方法相比可竞争的结果。