BriefGPT.xyz
大模型
Ask
alpha
关键词
orthogonality regularization
搜索结果 - 5
使用解耦范数实现更好的正交性约束,训练深度卷积神经网络
提出了一种用于改善卷积神经网络中的正交性的新方法,解决了传统正交性方法中对于模型容量提升的难题。通过我们的正交性偏差度量和我们的正交性放松理论,我们的工具包实现了最先进的性能和更加鲁棒的模型特征。
PDF
a year ago
CVPR
稳健半监督学习的分布外语义修剪
本文提出了一种新的架构,称之为 OOD Semantic Pruning(OSP),旨在将 Out-of-Distribution(OOD)数据从 In-Distribution(ID)数据中剪除,从而缓解数据语义层面上的污染问题,提升半监
→
PDF
a year ago
通过正交化规则学习解耦合特征
为了同时提高语音任务中关键词识别和说话人验证的性能,设计了具有相同结构的两个深度网络(关键词分支和说话人验证分支),提出了一种新的解耦特征学习方法,并使用正交性约束技术,实现对谷歌语音命令数据集的最佳性能。
PDF
2 years ago
AAAI
公平推荐:基于分解对抗学习的公平新闻推荐
本文提出了一种公平感知的新闻推荐方法,通过分解对抗性学习和正交正则化来缓解敏感用户属性带来的偏见,将用户兴趣模型分解为两个组件,用于学习偏差感知和偏差自由的用户嵌入,通过正交正则化来更好地区分偏差自由和偏差感知的用户嵌入,实证结果表明该方法
→
PDF
4 years ago
CVPR
通过奇异向量正交正则化和奇异值稀疏化学习低秩深度神经网络
本研究提出了一种名为 SVD training 的神经网络压缩方法,通过正交性正则化和奇异值剪枝等技术,可以在训练过程中显式地实现降低矩阵秩的目标,从而更有效地减少 DNN 算法在低性能设备上的计算负担。
PDF
4 years ago
Prev
Next