sensitivity analysis | BriefGPT

关键词sensitivity analysis

搜索结果 - 65

基于机器学习的区域气候模型参数敏感性研究 —— 以 WRF 模型在澳大利亚东南部热极端事件为案例
这项研究通过机器学习方法和 Sobol 敏感性分析，确定了针对东南澳大利亚地区的 WRF 模型参数，对温度、相对湿度和风速等气象变量的敏感性，并发现在这两次极端热事件中，散射调整参数、饱和土壤含水量乘数和动量扩散系数的剖面形状指数这三个参数
PDFa year ago
敏感 BERT：面向参数高效的 BERT 微调的敏感性驱动方法
Sensi-BERT 是一种基于敏感性驱动的高效 BERT 模型微调方法，能够从现成的预训练 BERT 模型中生成高度参数有效的模型，适用于各种下游任务，且在相似或更小的参数预算下表现出比现有替代方案更好的性能。
PDFa year ago
通过 Scopus 和 OpenAI 的半自动化解决方案选择工具：AI/ML 在肿瘤学中的案例研究
本文提出了一个半自动化工具，用于解决方法审查和选择的问题，并通过关键词选择方案查询 Scopus API 进行文献选择和评分，利用 OpenAI API 提取论文中的解决方法，并进行敏感性分析和后续分析，以揭示趋势、相关文献和方法，并通过与
PDFa year ago
变异感知视觉变换器量化
该研究提出了一种基于知识蒸馏的变异感知量化方法，可显著提高 Vision Transformers 模型在经过量化的情况下的准确性和训练效率。
PDFa year ago
具有相关输入的高维模型的敏感度分析
本研究提出了一种使用多项式混沌展开法和 Rosenblatt 以及 Cholesky 变换来反映参数相关性的方法，讨论了相关性变量的处理方法在方差和基于导数的敏感度分析中的应用，并通过 VECMAT 工具包中的工作流自动化工具进行了许多实验
PDFa year ago
硅酸盐电导率预测的非线性方程式发展
本文利用数学建模和人工神经网络预测炉渣电导率，得到最佳的人工神经网络为具有 100 个神经元的隐藏层和 6 个预测变量以及电导率作为预测变量，同时进行了敏感性分析来确立每个预测变量与预测变量的关系。
PDFa year ago
因果结构学习中的开放问题：以英国 COVID-19 为案例研究
本文通过对 COVID-19 英国疫情数据的应用研究，探讨了因果机器学习算法的挑战，并评估了这些算法以及算法组性能的图形结构、模型尺寸、敏感性分析、混淆变量、预测和干预推断等方面的结果。最终，提出了因果结构学习的挑战和未来研究方向。
PDFa year ago
神经网络敏感性分析的度量工具
本文提出了一种理论框架，使用度量技术研究机器学习模型的灵敏度，从度量解释中提取出一种新的定量度量方法，称为 α 曲线，它提供了比文献中现有解释型人工智能方法更深入的有关机器学习模型输入变量重要性的信息。
PDFa year ago
参数鲁棒马尔可夫链高效灵敏度分析
本文提出了一种新颖的敏感性分析方法，针对参数健壮的马尔可夫链，基于概率分布，对转移概率的偏导数进行度量，并提出了高效的方法来计算这些偏导数，同时展示了一个扩展方法来选择具有最大偏导数的 k 个参数，该方法基于线性规划并绕过参数值计算这些程序
PDFa year ago
ICLRLAVA: 无需预先指定学习算法的数据估值
本文介绍了一种新的数据估值框架，可以在不确定具体学习算法的情况下对数据进行估值，并提出了基于 Wasserstein 距离和敏感性分析的方法来估值，可以检测低质量的数据并在性能方面显著提高。
PDFa year ago
YODO 算法：Bayesian 网络中灵敏度分析的高效计算框架
提出了一种使用自动微分和精确推理相结合的算法，能够高效地计算灵敏度测量值，此方法已用于两个中等规模的贝叶斯网络，并实现了流行机器学习库 PyTorch。
PDFa year ago
$\rho$-GNF : 一种在未观察到混淆因素下的新型灵敏度分析方法
本文提出一种结合 copulas 和 normalizing flows 用于因果推断的新敏感度分析模型，称为 $ ho$-GNF（$ ho$-Graphical Normalizing Flow）。模型可估计和分析前向因果效应或平均因果效
PDF2 years ago
You Only Derive Once (YODO): 贝叶斯网络中的高效敏感度分析自动差分
该研究提出一种基于自动微分和精确推断的方法，通过一遍推断来获得贝叶斯网络的所有敏感度值，并用 PyTorch 实现。该方法可用于大型网络，以提高计算效率并排名各参数的重要性。
PDF2 years ago
ICML时间序列对齐的闭式同胚变换
本文提出了基于连续分段仿射速度场的 ODE 解及其梯度的闭式表达式，以实现时间序列联合对齐的高效和准确性。
PDF2 years ago
MM无人机能量消耗模型比较研究
本文针对基于物理行为的五个能耗模型进行了基准测试，指出了与实际数据集的匹配困难，提出了一种基于 LSTM 的深度学习能量模型，并通过实验证明了该方法对于所研究的数据集可以轻松超越其他数学模型。最后，进行了敏感度分析以解释该模型。
PDF2 years ago
从观测数据估计社会影响力
本文提出了一种名为 PIF 的方法，该方法通过概率因子模型从观测数据中推断代替潜在特征的变量，从而解决了估计社交影响的挑战，并且经过半合成和真实数据的实证研究和灵敏度分析，可以更准确地估计社交影响。
PDF2 years ago
基于可解释人工智能方法应用于自动化设计评估中的特征可视化
这篇研究论文中介绍了如何利用深度学习系统及解释性人工智能方法，结合 NeuroCAD 环境实现对 CAD 模型的评估和识别，旨在开启黑匣子，并找出影响网络决策的几何特征，帮助设计师对装配工艺进行优化。
PDF2 years ago
ICMLPowerGraph：利用神经网络和主成分确定多元统计功率权衡
为了解决多元问题下统计功效估计与灵敏度分析的计算瓶颈，文中探讨了一种基于机器学习模型的简单通用解决方案，可将计算成本降至原方法的 10% 以内，并在提供良好 F1 得分的同时，进一步阐述了在跨分布学习能力的学习能力对于提高统计功效估计精度的
PDF3 years ago
个体治疗效果的敏感性分析：鲁棒的符合推断方法
提出了一种基于预测推断的模型自由框架，用于探究个体治疗效果的敏感性分析，特别关心了混杂因素强度量化和对于反事实的可靠预测推断。
PDF3 years ago
高效模块化的隐式求导
该论文提出了自动隐式微分，一种隐式微分优化问题的高效且模块化的方法，将隐式微分和自动微分的优点结合起来，可应用于包括双层优化问题和分子动力学的敏感性分析等的各种应用领域。
PDF3 years ago