model ensembles | BriefGPT - AI 论文速递

关键词model ensembles

搜索结果 - 7

过参数化对于超出分布之外的普适性的益处
研究了过参数化模型在 Out-of-Distribution 问题下的性能，发现模型容量的增加和模型集成有助于提高 OOD 推广能力。
PDF3 months ago
基于深度多理解集成的异常检测
通过创新的方法将不同的监督任务纳入传统的模型集成，构建了多理解（MC）集成机制，通过生成数据和标签的不同理解来拓展特征表达领域，实验证明了该方法相对于其他方法在 OOD 检测中的卓越性能。
PDF3 months ago
LTAU-FF: 原子力场中的不确定性损失轨迹分析
使用模型集合和累积分布函数提供的模型综合和相似度搜索，发展了一种简单有效的不需要评估多个模型的不确定性量化方法，应用于深度学习原子力场的先验不确定性估计和训练中的错误预测。
PDF5 months ago
基于集成的交互式模仿学习
我们研究了交互式模仿学习，其中学习者通过与演示专家的互动查询动作注释，旨在学习一种能够与专家表现竞争性能且使用尽可能少的注释的策略。我们提出了一种名为集成交互式模仿学习（EIIL）的算法框架，可实现此目标。从理论上讲，我们证明了 EIIL
PDF6 months ago
提升随机平滑的鲁棒性：两种成本效益的方法
对随机平滑技术进行了改进以提高鲁棒性，包括引入新的训练方法和后处理方法，结果显示这些方法可以提高随机平滑分类器的鲁棒性性能和训练效率，并对基于模型集成的方法进行了理论分析。
PDF9 months ago
稳健的孟加拉文档布局分割无锚模型集合
我们通过利用 YOLOv8 模型的集合，为 Bangla 文档分割的任务设计了一个创新系统。通过图像增强、模型架构和模型集成等技术的应用，我们降低了文档图像的质量来提高模型训练的鲁棒性，并成功展示了将无锚点模型融合以实现 Bangla 文档
PDF10 months ago
强化学习的鲁棒非线性设定点控制
探讨三种方法来改进强化学习方法以支持高度非线性的设定点控制问题：1）利用先验反馈控制器支持幅度探索；2）使用积分误差；3）模型集训练。这些方法的组合可导致更高效的训练和更健壮的设定点控制器，可直接应用于真实世界中的非线性系统。
PDFa year ago