noise level | BriefGPT - AI 论文速递

关键词noise level

搜索结果 - 7

通过自归一化 ReLU 实现的关键自动编码器
稀疏自编码器在处理高维数据中提取低维表示方面具有实用性。然而，当测试时输入噪声与训练过程中使用的噪声不同时，其性能会显著降低。本文将单隐藏层稀疏自编码器形式化为一种转换学习问题，并提出了一个优化问题，导致了预测模型在测试时对噪声水平具有不变
PDF13 days ago
运用机器学习推荐系统促进混合现实中的社交互动
通过混合现实系统，我们创建了一种创新的混合现实社交推荐模型，利用用户的注视识别、距离、噪音水平、拥堵程度和对话强度等特征来促进社交互动，并通过加入实时特征提供及时通知。尽管数据收集和成本方面存在限制，我们对包含不同特征类别的四种模型进行了比
PDF2 months ago
线性赌博机的噪声自适应置信区间及其在贝叶斯优化中的应用
在线学习中通过与现有方法相比展示出更好或相当的性能，解决了适应未知噪声水平的问题，并提出了一种新的置信度集合与方差自适应方法。
PDF5 months ago
基于调优自由的最小体积非负矩阵分解研究
用最小体积非负矩阵分解方法，不依赖噪声水平来可恢复秩缺失的矩阵，并通过无需调整的平方根 lasso 方法来选择调整参数值。
PDF9 months ago
具有噪声实验的约束贝叶斯优化
本文提出一种基于贝叶斯优化的方法用于有噪声的随机实验，通过利用贪心批量优化和拟蒙特卡罗逼近，有效地优化了多个连续参数，并在 Facebook 进行的真实实验中验证了其性能。
PDF7 years ago
广义伴随多任务 Lasso 用于稀疏多模态回归
本研究提出了一种新的统计和计算解决方案，针对功能性脑成像的异方性回归模型，使用 Concomitant Lasso-type 估计器的表述框架，提出了一种联合凸优化公式来同时估计回归系数和噪声协方差（平方根），在解决更复杂的噪声结构时，计算
PDF7 years ago
基于标定的多元回归及其在神经语义基础发现中的应用
提出一种名为 CMR 的校准的多元回归方法，可用于拟合高维度的多元回归模型，并通过对每个回归任务进行正则化校准以获得改进的有限样本性能和调优不敏感性，已在大脑活动预测问题上展示出很好的竞争力，并在数值模拟中始终优于其他高维度的多元回归方法。
PDF11 years ago