manifold regularization | BriefGPT

关键词manifold regularization

搜索结果 - 9

基於改進的擴散映射的流形正則化分類模型
该论文提出了一种基于标签传播模型改进流形正则化的方法，通过增强扩散图算法的概率转移矩阵来描述流形上的标签传播过程，并证明了扩展的标签传播函数在足够长时间后收敛到稳定分布，成为一个可用的分类器，实验证明了该方法的优越性。
PDF3 months ago
AAAI通过关注特征规范提升少样本学习
基于多样性正则化的少样本学习旨在通过混合来自不同类别的两个样本及其融合因子的方法，提高对有限训练样本的新颖对象的识别能力。然而，这种混合操作通过线性插值和忽视特定通道的重要性削弱了特征表示。为了解决这些问题，本文提出了一种注意力特征正则化（
PDF3 months ago
$Γ$-VAE: 曲率正则化变分自动编码器用于揭示高维数据中的低维几何结构
通过正则化曲率的生成模型，我们在具有新兴低维行为的任何高维系统中实现了更一致、有预测性、可推广的模型。
PDF4 months ago
张量数据表示的稳健流形非负 Tucker 分解
本文提出了三种鲁棒流形 Nonnegative Tucker Factorization 算法来处理异常值，其中包括半二次优化算法、基于 correntropy induced metric、Huber function 和 Cauchy
PDF2 years ago
结构化多输出回归直接估计脊柱 Cobb 角
本文提出一种新方法（结构化支持向量回归），同时评估脊柱 X 光片上的 Cobb 角和脊柱关键点，且该方法可应用于临床。经 439 名脊柱侧弯患者的数据测试，本方法的相关系数达到 92.76％，且有效地超越了两个基本线方法。
PDF4 years ago
用于本地稳定深度神经网络的流形正则化
本文使用流形正则化的概念开发了新的正则化技术，以训练具有局部稳定性的深度神经网络；我们的正则化器基于图拉普拉斯矩阵的稀疏化，当数据在高维空间中稀疏时，能够高概率地保持；经验证明，我们的网络表现出稳定性，并能够在不同的扰动模型下经受良好的检验
PDF4 years ago
基于 GAN 的半监督学习：重温流形正则化
使用 GAN 进行流形正则化，采用 Monte Carlo 近似方法进行拉普拉斯规范化，结合 GAN 实现特征匹配 GAN，并在 CIFAR-10 数据集上实现了半监督学习并取得了最先进的结果。
PDF6 years ago
自适应 Huber 损失的主动回归
该论文提出了一种新的解决半监督学习下 Huber loss 优化问题的方法，该算法结合了多视角学习和流形正则化技术，能够在数据驱动的背景下，避免迭代式的计算方案，积极平衡标签数据的使用，以达到处理多种应用场景下的高效低成本、鲁棒性强的性能。
PDF8 years ago
最近邻分类的参数局部度量学习
本文介绍一种新的参数化定向 metric 学习方法，通过学习数据流形上的平滑 metric 矩阵函数，将本地度量作为区域不同点的锚定点上定义的基本度量的线性组合来学习，并应用 manifold 正则化来使学习到的 metric 矩阵函数沿着
PDF12 years ago