regression task | BriefGPT - AI 论文速递

关键词regression task

搜索结果 - 9

关于向量自回归模型中的反事实干预
我们介绍了向量自回归（VAR）过程中反事实推理的问题，并将因果模型的推断形式化为联合回归任务，使用有和无干预的数据来进行推断。在学习模型之后，我们利用 VAR 模型的线性性质对反事实干预的效果进行精确预测，同时量化了过去反事实干预的总因果效
PDF7 days ago
用变分推断训练的贝叶斯神经网络的中心极限定理
本文通过严密推导，针对贝叶斯两层神经网络在无穷宽度限制下采用变分推断方法进行回归任务训练，证明了它们的中心极限定理（CLT）。该研究比较了不同网络训练方案的波动行为，发现最小化变分推断方法在计算复杂度上具有更高效的优势。
PDF24 days ago
目标检测任务集成蒸馏
通过综合考虑分类和回归任务的重要性差异，在目标检测中提出了一种能够应对知识蒸馏中偏见预测问题的方法。
PDF3 months ago
基于 Transformer 的上下文学习：Softmax 注意力适应函数的 Lipschitz 特性
在隐含背景数据的推断过程中，探索了 softmax 注意力机制在回归任务中的作用，发现注意力单元通过学习窗口，可以适应不同的预训练任务，并随着 Lipschitz 性质降低和标签噪声增加而扩大，同时对于低秩线性问题，注意力单元可以在推断之前
PDF5 months ago
ICCV理解分类如何有助于回归的方法
在计算机视觉的深度回归方法中，添加一个分类损失到回归损失中可以得到改进的结果，尤其对于存在不平衡数据的回归任务尤为明显，因此我们建议在不平衡数据的回归任务中添加一个分类损失。
PDF10 months ago
基于聚类索引的自动分类模型选择
本文提出了一种基于数据集聚类指数的方法来实现自动化的分类模型选择，通过回归任务计算特征和依赖变量，精准预测预期的分类性能来推荐合适的模型类别，同时设计了一种结合该模型选择方法的全自动化数据分类系统，在大规模的数据集实验中得出了优于商业和非商
PDFa year ago
伪标签就是你所需
本文介绍了我们在 Text Complexity DE Challenge 2022 中提交的论文，我们的目标是预测德语学习者在 B 级别的德语句子的复杂度，我们的方法是依靠超过 220,000 个伪标签训练基于 Transformer 的
PDF2 years ago
KDD动态时间规整在时间序列回归中的影响案例研究
本文研究了使用 Dynamic Time Warping 方法对光谱时间序列数据进行相似性比对，并发现结合 k-Nearest Neighbour 算法可以提高准确性，但当数据跨越多个波长时，如果使用了平均值和方差等数据聚合统计方法，DTW
PDF4 years ago
单帧 6D 物体姿态估计
本文介绍了一种新的基于深度图像的单镜头 6D 物体姿态估计方法，使用全卷积神经网络实现，通过将三维输入数据在空间上离散化，将姿态估计视为一个回归任务来处理，在所得到的体元上局部求解。该方法是端对端优化的，不需要手动标注 6D 姿态的真实世界
PDF4 years ago