BriefGPT.xyz
Ask
alpha
关键词
sparseness
搜索结果 - 4
使用对抗性训练简洁解释神经网络
本文提出了对于神经网络的输出解释的一种新方法 —— 基于特征归因向量，探究了该方法的 “稀疏性” 及 “稳定性”，对单层网络进行理论探索证明使用对抗训练可以获得稀疏的特征归因向量，该特性不仅在单层网络中适用，而且在深度神经网络中也具有普适性
→
PDF
6 years ago
监督学习中的稀疏活动和稀疏连接
本文提出了一个利用稀疏性来增强分类能力的模型，在该模型中，利用稀疏活动和稀疏连接来实现分类，实现这一目标的工具是一种稀疏度投影算子，该算子可以找到给定向量的最接近预定义的稀疏向量。在理论部分中开发了一种全面的理论来进行这种投影，并证明该投影
→
PDF
8 years ago
ICML
无监督预训练鼓励适度稀疏
本文解释了预训练神经网络成功的原因，通过实验观察到预训练可以在神经网络中引入隐藏单元活性的稀疏性，从而得到更好的预测性能。
PDF
11 years ago
具稀疏性约束的非负矩阵分解
本文提出了一种基于非负矩阵分解 (NMF) 的线性表示方法，并引入了 “稀疏性” 概念以提高解分解的效果，并提供了用于标准 NMF 和该方法扩展的完整 MATLAB 代码，旨在进一步推动这些方法在解决新型数据分析问题方面的应用。
PDF
20 years ago
Prev
Next