关键词multi-task neural network
搜索结果 - 4
- 计算无歧视保险价格的多任务网络方法
本文介绍一种使用多任务神经网络架构进行索赔预测的技术解决方案，该模型能够使用只有部分受保护特征信息的数据进行训练，并且生成的价格不受间接歧视影响，且其性能在有部分缺失政策持有人信息的情况下具有明显的优势。
- 知识图谱中非离散属性预测的多任务神经网络
本文中，我们提出了一种新颖的基于多任务神经网络的方法，用于在关系学习环境中编码、融合和预测非离散属性信息，该方法在关系三元组分类和属性值预测任务中优于现有的许多方法。
- 用于属性改进的属性：属性分类的多任务网络
通过使用多任务深度卷积神经网络 (MCNN)，共享所有属性的最低层，共享相关属性的更高层，并在 MCNN 上构建辅助网络以利用所有属性的分数来提高每个属性的最终分类，我们可以利用属性关系来提高属性分类器的准确性。我们在两个具有挑战性的公开数 - 化合物空间分子电子性质的机器学习
结合现代科学计算和电子结构理论，基于深度多任务人工神经网络的机器学习模型能够对上千个有机分子的多个电子基态和激发态性质进行预测，从而实现对合成可及的虚拟化合物库的高通量筛选，成本极低且准确度与现代量子化学方法相当甚至更优。