mean squared error loss | BriefGPT

关键词mean squared error loss

搜索结果 - 7

基于导数的回归正则化
我们介绍了一种新颖的正则化方法，称为 DLoss，在多变量回归问题中。我们的目标是通过惩罚模型的导数与从训练数据估计得出的数据生成函数的导数之间的差异，将模型与数据对齐，不仅在目标值方面，还包括相关的导数。实验证明，在使用 DLoss（使用
PDF2 months ago
基于扩散的语音增强与带权的生成 - 监督学习损失
通过引入均方误差损失（MSE）来改善扩散训练目标，度量在逆向过程迭代中预测的增强语音与真实干净语音之间的差异，提出了一种增强语音的方法，实验证明其有效性。
PDF9 months ago
自监督深度学习在定量 MRI 中使用 Rician 似然损失函数
利用负对数瑞合分布似然损失替代传统的 MSE 损失，提出了一种同时提高精度和稳定性的深度学习方法，有效提高了自我监督的 MR 成像方法中扩散系数的参数估计精度，能够更准确地处理噪声数据。
PDFa year ago
时间序列预测中构成良好对比学习的因素是什么？
本文通过系统分析不同的自监督对比学习策略及变量间的相互作用，发现使用 Transformer 模型综合优化 Mean Squared Error (MSE) 损失和自监督对比学习 (SSCL) 是进行时间序列预测的最有效的方法，并可优化预测
PDFa year ago
神经网络在均方误差损失下的优化景观：无约束特征下的全局最优性
在分类任务的深度神经网络训练中，观察到了一个现象，称为神经崩溃，它似乎无论损失函数的选择如何，都会在最后一层分类器和特征中发生。作者提供了在均方误差损失下，神经崩溃解决方案是唯一的全局极小值，并且研究了调整超参数来改善优化景观的可能性，最后
PDF2 years ago
AAAI通过多任务学习改进证据深度学习
提出了一种多任务学习框架 MT-ENet，通过将 Lipschitz 修正均方误差（MSE）损失函数添加到负对数边缘似然 (NLL) 损失中，动态调整 Lipschitz 常数，以解决 Evidential regression netwo
PDF3 years ago
CVPR胶囊网络图像彩色化
本研究探讨了一种简单的 Capsule 网络 (CapsNet) 拓扑结构，用于图像着色问题。通过修改网络结构，将这个原本用于图像分类问题的 CapsNet 模型适用于 CIE Lab 颜色空间下灰度图像到彩色图像的生成和分割任务，利用 V
PDF5 years ago