neural net | BriefGPT - AI 论文速递

关键词neural net

搜索结果 - 13

极限公园 our 与机器人
该研究报告表明，使用一个低成本机器人具备不精确的驱动和单一前置深度摄像头来感知低频、抖动、容易产生伪影的情况下，采用一个单一的神经网络算法模型通过在模拟环境进行大规模强化学习训练，可以实现端到端的高精准控制行为，从而使机器人能够以超过自身尺
PDF9 months ago
使用门控循环单元和汤普森抽样的动态石板推荐
通过建立一种基于变分贝叶斯递归神经网络的推荐系统，利用用户和网络交互的时间序列数据，自适应地为用户提供适宜的内容，同时引入一种层级先验以及组内成员关系考虑的项参数学习方法，结合多臂老虎机策略以及 slate Thompson Samplin
PDF3 years ago
CVPR一种在线多目标跟踪器：检测与分割
本文提出了一种新的在线联合检测和跟踪模型 ——TraDeS，该模型充分利用跟踪线索来辅助检测，并通过代价体推断对象跟踪偏移量，用于传播先前对象特征，从而改善当前对象的检测和分割。
PDF3 years ago
神经网络的逐对学习排名再探：重构、理论分析和实际表现
本文利用一种基于神经网络的成对学习排序方法，即 DirectRanker，展示了它在 RankNet 架构上的泛化能力。经过数学证明，我们的模型具有自反性、反对称性和传递性，从而实现了简化训练和提高的性能。在 LETOR MSLR-WEB1
PDF5 years ago
AAAI加速围棋自我博弈学习
通过改进 AlphaZero 的过程和架构，我们在 Go 中极大地加速了自我博弈学习，与类似方法相比，计算量减少了 50 倍。
PDF5 years ago
NIPSResNets 是否可证明比线性预测器更好？
本文通过严谨的证明表明，深度残差单元的非线性残差确实表现出了优化行为，并且极小化问题形成凸起，并证明了当在标准随机梯度下降训练网络时可以实现比任何线性预测器更好的目标值。
PDF6 years ago
结构不可知建模：对因果图的对抗学习
本研究提出了一种新的因果发现方法 Structural Agnostic Modeling（SAM），该方法结合了条件独立性和分布不对称性，并旨在从观察数据中找到潜在的因果结构。研究使用神经网络作为不同参与者之间的游戏，并通过优化图结构和参
PDF6 years ago
一次性模仿学习
本文旨在提出一个元学习框架，称之为一次学习，实现机器人从极少量的演示中学习，并即刻推广到相似的其他任务中。
PDF7 years ago
具有高斯输入的 ConvNet 的全局最优梯度下降
在神经网络模型中，使用 Gradient descent 算法时，当输入分布满足高斯分布时，使用 Convolutional neural network 和 ReLU activations 的神经网络模型可以在多项式时间内收敛于全局最优
PDF7 years ago
PRIIME: 互动式个性化有趣模式发现的通用框架
PRIIME 是一个交互式模式发现框架，它支持发现有趣的集合、序列和图类型的个性化模式，使用 softmax 分类算法进行学习，并采用基于神经网络的无监督特征构建方法处理序列和图类型的模式。在多个现实数据集上的实验结果表明 PRIIME 相
PDF8 years ago
神经网络中的数据依赖路径归一化
本文提出了一个统一的神经网络标准化、正则化和优化框架，其中包括 Path-SGD 和 Batch-Normalization，并在两个不同的维度上插值于它们之间。通过这个框架，我们研究了优化的不变性、数据依赖性以及与自然梯度的联系。
PDF9 years ago
ICLRNet2Net: 通过知识迁移加速学习
介绍了快速将一个神经网络中存储的信息传输到另一个神经网络中的技术，并演示了将 Net2Net 技术用于 Inception 模块增加深度时，对 ImageNet 数据集取得了新的最先进的准确度评分。
PDF9 years ago
关于学习某些深度表示的可证界
本文介绍了一种具有可证明保证的算法，学习了一个由 Hinton 等人推广的生成模型视图中的深度网络类。该算法使用分层学习的技术，通过观察特征的相关性和使用全局图恢复过程推断出底层网络的边缘结构，并揭示了随机边缘权重神经网络的有趣结构。
PDF11 years ago