neural nets | BriefGPT - AI 论文速递

关键词neural nets

搜索结果 - 49

MM使用有界宽度和 ReLU 激活的深度神经网络实现通用函数逼近
本文主要研究具有 ReLU 激活和有限宽度的神经网络的深度表达能力，重点探讨了通过这种网络对连续函数进行逼近的最小宽度和所需深度的问题，最终得出了使用宽度为 $d+3$ 的 ReLU 网络可以以任意精度逼近 $d$ 维空间上的任意标量连续函
PDF7 years ago
通过梯度下降学习 ReLU
本文研究学习呈现形式为 $max (0,<w,x>)$ 的修正线性单元（ReLUs）的问题，聚焦于高维场景下，权重向量的维数大于样本数的情形，针对实现可能性模型，展示了投影梯度下降算法在 0 处初始化的线性收敛率，这一结果对于深度架构的动态
PDF7 years ago
神经网络优化学习
本文探索一种新的用于训练浅层神经网络的优化算法，该算法使用重新强化学习的方法，可以解决高维随机优化问题，即使在梯度和神经网络架构的随机性变化时，该算法训练出的优化算法始终优于其他已知的优化算法，能够成功将 MNIST 神经网络问题泛化到在多
PDF7 years ago
CVPRIM2CAD
通过使用深度卷积神经网络对场景渲染进行图像比较，我们提出了一种完全自动的系统来解决 IM2CAD 问题，该系统在家居设计和翻新网站的具有挑战性的图像上产生高质量的结果，并通过同时处理整个场景来解决物体间的遮挡问题。
PDF8 years ago
使用约束测量神经网络的健壮性
提出了度量神经网络抗干扰能力的度量方法，并设计了一种基于线性规划方法的算法来近似度量方法。该算法对比现有算法生成了更加准确的度量估计，并且可以被用来提高神经网络的稳健性能。
PDF8 years ago
减小方差以实现更快的非凸优化
本篇论文研究了非凸优化中高效到达稳定点的基本问题，并利用方差缩减技巧和适用于非凸优化的全新方差缩减分析提出一种首个非凸优化的一阶小批量随机算法，并在非凸损失函数和神经网络训练中表现出了有效性。
PDF8 years ago
使用神经网络从异构证据学习个体的多方面表示
我们采用神经网络学习个人的多维表示，结合社交媒体上的丰富语言和网络证据，从而综合推断人们在线的潜在属性，包括性别、职业、位置和友谊，并在推特上实现了分类、学习表示和预测任务的提高性能。
PDF9 years ago
ACL神经 CRF 解析
本文利用神经网络方法，结合了准确的 CRF 解析动态规划和丰富的非线性特征，提出了一种解析模型。该模型结构上基于 CRF，以锚定规则制作因素，而不是使用基于稀疏特征的线性势函数，使用前馈神经网络计算非线性势函数。在 Penn Treeban
PDF9 years ago
通过双随机梯度实现可扩展的核方法
研究了使用双重随机函数梯度的方法来扩展核方法以及其在优化问题中的应用，其中使用此方法产生的函数在核希尔伯特空间中的表现具有良好的收敛速率，并且已经被证明可以适用于像 MNIST、分子空间和 ImageNet 这样的数据集中。
PDF10 years ago