parameter selection | BriefGPT

关键词parameter selection

搜索结果 - 10

自适应参数选择的核岭回归
基于核岭回归的参数选择问题，通过细致的参数区间划分和早停策略运用 Lepskii 原则，实现了学习率的优化和对不同规范的适应，为核方法的参数选择提供了新的突破记录。
PDF7 months ago
选择费马距离的参数：导航几何和噪声
研究了理论和模拟方法来选择 Fermat 距离的参数，该距离在机器学习任务中没有直接可用的自然距离时或通过扩展数据集的几何和统计特性来改善欧氏距离的结果时被证明是一个有用的工具。
PDF7 months ago
基于代理的回归问题中随机草图算法自动调参
该论文展示了如何使用基于代理模型的自动调整方法来解决 RandNLA 算法中参数选择的基本问题，并详细研究了基于代理模型的自动调整方法在基于随机预处理的最小二乘法中的应用。实验结果表明，我们的基于代理模型的自动调整方法可以以较少的调整成本实
PDF10 months ago
MaxMin-L2-SVC-NCH：一种训练支持向量分类器并选择模型参数的新方法
本文提出了一种新的支持向量机分类器模型参数选择方法 —— 最小最大 L2-SVC-NCH，并采用基于梯度的算法来解决该方法中的优化问题，与传统的参数选择模型相比，该方法在减少模型训练数量的同时保持了测试准确度。
PDFa year ago
高维树和图模型中的结构参数选择信息准则
本文为实现树形和图形模型的结构化选择，精心平衡误差和遗漏，开发了矫正版的 Mallows's Cp 准则。
PDFa year ago
精简卓越模型
该论文关注将大型神经网络进行压缩的任务，并比较了各种参数和神经元选择的方法，其中一种新的选择方法 OBD-SD 表现最佳。同时，研究结果表明对于神经元层的压缩，从头开始训练的效果更好。
PDFa year ago
ACL参数选择：为什么我们应该更加关注它
本文强调了参数选择在监督学习中的重要性，并通过一个例子指出，没有足够的关注和调整参数选择，我们领域的研究进展可能是不确定或甚至是虚幻的。在医学编码预测的多标签分类主题中，一个重要的研究在一个参数集上进行了适当的参数选择，但是当移动到常见标签
PDF3 years ago
稀疏神经网络训练
本研究介绍了一种使用稀疏计算的神经网络训练和构建方法，通过引入额外的门变量来执行参数选择，并在小型和大型网络上进行实验验证，证明了我们的方法在稀疏神经网络模型的压缩方面取得了最先进的结果。
PDF8 years ago
James-Stein 类型的中心像素权重用于非局部均值图像去噪
本研究旨在探讨去噪图像的中心像素权重（CPW）参数选择问题，研究者们提出了一种基于统计收缩和局部调整的改进型 CPWs，实验结果表明，与现有的 CPWs 方法相比，新的提出的 CPWs 更加鲁棒且有效，特别地，使用该方法得到的非局部均值（N
PDF12 years ago
局部似然估计的空间聚合及其在分类中的应用
本文提出一种新的空间自适应局部 (常数) 似然估计方法，适用于广泛的非参数模型，包括高斯、泊松和二元反应模型，并建议一种新的选取程序参数的方法，同时对其优化性提出一些理论结果，并将此方法应用于分类问题的数值研究中，展示其在模拟和实际问题中的
PDF17 years ago