neural network approach | BriefGPT

关键词neural network approach

搜索结果 - 9

数据驱动的目标定位：基于 Cramér-Rao 边界的梯度下降性能评估
通过提出一种数据驱动的神经网络方法，本研究展示了在雷达系统中准确目标定位的潜力，优于传统技术的目标方位与速度估计精度，为繁杂和动态环境中更准确的定位铺平了道路。
PDF6 months ago
SymbolNet: 自适应动态修剪的神经符号回归
基于神经网络的符号回归方法中引入了动态修剪，用于同时优化训练损失和表达复杂度，通过稀疏正则化适应性地调整修剪类型的目标稀疏度，并在多个数据集上证明了其有效性。
PDF6 months ago
SHAP 的条件期望网络
为了解释预测模型，我们提出了一种基于模型的 SHapley Additive exPlanation (SHAP) 的技术，利用神经网络方法高效计算神经网络和回归模型的条件版本，并恰当考虑特征分量的依赖结构，此方法在复杂回归模型中提供了 d
PDFa year ago
Smart-PGSim: 使用神经网络加速 AC-OPF 电网模拟
本文提出了一种基于神经网络的方法来解决电力网络的最优潮流问题，并通过智能的初始解决方案及其他输出的指导，使得模型产生更快的收敛速度并保持最终解的最优性，计算结果显示在不失最终解最优性的前提下，Smart-PGSim 取得了平均 49.2%（
PDF4 years ago
开放量子系统稳态的变分神经网络假设
本文介绍了一种用神经网络方法确定开放式量子晶格系统稳态的通用变分方法，以纯化的神经网络假设在带有辅助自由度的扩展希尔伯特空间中构建了格子系统的稳态密度矩阵。使用马尔科夫链蒙特卡罗采样可以执行与主方程相关的代价函数的变分最小化。作为第一个应用
PDF5 years ago
自动词典构建的情感表示映射 (大多数) 达到人类水平
本文提出了一种新的神经网络方法，用于情感表示映射（ERM）的交叉语言应用。我们的模型不仅在性能上优于之前的最新技术，而且可以生成近乎接近人类注释的新情感标注，用于不同语言的情感词汇自动构建。
PDF6 years ago
人体运动捕捉中缺失标记重建的神经网络方法
本文介绍了一种基于神经网络方法的光学运动捕捉系统，能通过学习人体动作在时间和空间上的相关性来重建丢失的标记点。实验得出两种不同的模型，一种基于 LSTM，另一种基于时间窗口，在线工作并得出了最先进的结果。
PDF6 years ago
ACL基于注意力机制的阅读理解神经网络
本文提出了一种名为 Attention-over-Attention Reader 的模型，该模型针对 Cloze-style 阅读理解任务，在文档级别注意力的基础上加入了另一层注意力机制，用以预测正确答案，实验结果表明该模型在 CNN 和
PDF8 years ago
具有非均匀嵌入和显式验证阶段的神经网络用于评估 Granger 因果关系
本文提出了一种基于神经网络方法的动力学系统研究方法，避免了传统模型建立过程中的假设。实验表明，该方法能够正确检测时间序列系统的动态信息流，尤其是在涉及冗余变量的情况下具有显著的优越性。
PDF9 years ago