noise-robustness | BriefGPT

关键词noise-robustness

搜索结果 - 6

层级激活机制
本文提出了一种新颖的激活机制，名为 LayerAct 函数，该函数能够更好地应对输入的波动和噪声，同时在保持零输出均值的同时，实现比传统的元素级激活函数更好的噪声鲁棒性，实验结果表明，这些函数在处理噪声图像数据集方面表现出色，同时在大多数情
PDFa year ago
AAAI通过强化学习利用语言和视觉的模态特定表征进行音视频语音识别
我们提出了一个基于强化学习的框架（MSRL），动态地协调模态不变和模态特异性的表示，从而稳定地提供互补信息，用于音视频语音识别任务，实验结果表明，此方法在 LRS3 数据集中取得了最新的成果。
PDF2 years ago
多层判别受限玻尔兹曼机与未训练的概率层
该研究提出了一种新的多层神经网络模型，称为概率多层 DRBM (MDRBM)，由概率未训练层和 DRBM 层组成，并通过高斯伯努利受限玻尔兹曼机确定 PELM 层参数。实验表明，该模型在应对输入数据中的噪声方面具有很强的鲁棒性和泛化性能。
PDF2 years ago
CVPR基于小波的 CNN 用于噪声鲁棒性图像分类
本文研究如何通过离散小波变换（DWT）代替传统的 max-pooling，strided-convolution 和 average-pooling 来提高卷积神经网络（CNN）的抗噪性能，并设计了 WaveCNets 来进行图像分类，实验
PDF4 years ago
PRIMPing 流程 -- 通过近端交替线性化最小化实现平铺
本文提出了一种基于优化理论的新型布尔矩阵分解算法来解决数据挖掘中的拼瓦问题，该算法通过最小化因子分解的描述长度实现，具有良好的噪声鲁棒性，并可与任何适当的实值放松代价度量一起使用。实验结果表明，此方法识别出的解释性模式几乎总是比竞争算法更好
PDF5 years ago
使用上位词子序列进行分类学归纳
本文提出了一种新颖的半监督方法，用于从输入词汇表中识别领域分类体系。该方法使用了一种基于概率的框架来提取上位词子序列，通过实验证明在四种语言中，作者的方法优于目前最先进的分类体系识别方法，并且在输入词汇中有噪声的情况下表现出很好的鲁棒性。
PDF7 years ago