nonlinear functions | BriefGPT

关键词nonlinear functions

搜索结果 - 8

基于切比雪夫多项式的科尔莫哥洛夫－阿诺德网络：一种用于非线性函数逼近的高效架构
基于 Chebyshev 多项式的 Chebyshev Kolmogorov-Arnold 网络（Chebyshev KAN）是一种新颖的方法，结合了 Kolmogorov-Arnold 定理的理论基础和 Chebyshev 多项式的强大逼
PDF2 months ago
正则化的 PolyKervNets：优化深度神经网络中的表达能力和效率以实现私人推断
通过优化训练方法，提高 PolyKervNets 在大型网络中的性能，可能消除传统非线性激活函数的需求，推动隐私保护深度神经网络架构的最新发展。
PDF6 months ago
Modular DFR: 增强设计灵活性的数字延迟反馈水库模型
该论文提出了一种适用于完全数字实现的新型模块化延迟反馈储层模型，减少了超参数数量，提供了非线性函数选择的灵活性，从而提高了准确性并降低了功耗。通过采用不同的非线性函数，实现了 10 倍的功耗降低和 5.3 倍的吞吐量提升，同时保持相等或更好
PDFa year ago
GLU 变体改进 Transformer
本研究测试了变化的 GLU，其中用不同的非线性（或线性）函数代替 sigmoid，发现其中一些在 Transformer 的前馈子层中使用比通常使用的 ReLU 或 GELU 激活函数有质量改进。
PDF4 years ago
自适应激活函数加速深度和物理学知识神经网络的收敛
采用自适应激活函数进行深度和物理知识神经网络中的回归以逼近光滑和不连续函数以及线性和非线性偏微分方程的解。该方法通过在激活函数中引入可扩展的超参数，并考虑前向问题和反向问题，显着提高了神经网络学习能力和近似解决方案的收敛速度、准确度和鲁棒性
PDF5 years ago
量子电路学习
本研究提出了一种基于经典 - 量子混合算法的量子机器学习算法，将低深度的量子电路与经典计算机混合使用，实现了优化参数的迭代优化，从而实现了学习任务的同时避免高深度量子电路，并通过理论分析和数字模拟确认了量子电路可以逼近非线性函数，为实现近期
PDF6 years ago
计算效率高且简单的非标准化统计模型估计器家族
本研究提出了一种新的非归一化统计模型估计器族，其参数由两个非线性函数组成，使用来自辅助分布的单个样本，推广了 Geyer 和 Thompson（1992）的最大似然蒙特卡罗估计方法，并且可以像模型中的任何其他参数一样估计分区函数。同时，我们
PDF12 years ago
机器学习中的核方法
本文回顾了利用正定核的机器学习方法，这些方法可以在函数空间构建学习和估计问题，包括二元分类器和结构化数据估计方法，并且这些方法适用于非线性函数和非矢量数据。
PDF17 years ago