stability properties | BriefGPT

关键词stability properties

搜索结果 - 10

算法稳定性可测试吗？在计算限制下的统一框架
算法稳定性是学习理论中的一个核心概念，它量化了算法对训练数据中微小变化的敏感性。如果学习算法满足特定的稳定性属性，这将导致许多重要的下游影响，如泛化性能、鲁棒性和可靠的预测推理。然而，最近的研究结果表明，对于黑盒算法而言，在有限来自未知分布
PDFa month ago
关于 Lipschitz 连续控制问题的稳定性及其在强化学习中的应用
我们研究了模型无关的强化学习环境下 Hamilton-Jacobi-Bellman 方程的稳定性属性，特别是对于 Lipschitz 连续最优控制问题。通过在动力学和奖励函数中引入结构假设，我们进一步研究了值函数的收敛速度。此外，我们引入了
PDF3 months ago
在连续状态 - 动作空间中驯服 “数据饥饿” 的强化学习稳定性
我们介绍了一种分析连续状态 - 动作空间强化学习的新框架，并将其用于在离线和在线设置中证明收敛速度快。我们的分析突显了两个关键的稳定性属性，涉及价值函数和 / 或策略变化如何影响贝尔曼算子和占据测度。我们认为这些属性在许多连续状态 - 动作
PDF6 months ago
神经塌陷的稳健性和稳健性的神经塌陷
神经坍缩是神经网络训练结束时的奇特现象，它的特征向量和分类权重收敛为一个非常简单的几何结构（简单形）。本研究探究这些简单形的稳定性质，发现它们容易受到小型对抗性攻击的影响，扰动的示例可以在简单形的顶点之间跳跃。此外，作者分析了对抗性扰动优化
PDF8 months ago
神经网络中的非交换卷积信号模型：对微小变形的稳定性
基于非交换代数的代数信号模型在卷积神经网络中的应用，探讨了非交换卷积滤波器的滤波和稳定性特性，以及稳定性与选择性之间的权衡关系。通过数值实验验证了这些结果。
PDF9 months ago
从部分数据中重构、预测和稳定混沌动态
通过使用基于数据的方法，该研究提出了 Long Short-Term Memory (LSTM) 网络来推断未观察到的（隐藏的）混沌变量的动力学，时间预测完全状态的演变并推断其稳定性。
PDFa year ago
可解释的谱图滤波器稳定性界限
本文研究了谱图滤波器的稳定性质，并提供了可解释的滤波器输出变化的上界。通过分析图的结构属性，可以预测谱图滤波器在何时是稳定的，这对于设计强鲁棒性的机器学习模型非常重要。
PDF3 years ago
ICLRADef：一种构建对抗扭曲的迭代算法
本文介绍了 ADef 算法，通过基于梯度下降的迭代过程来构建不同于过去提出的将正确分类的图像加上失真的所谓对抗性攻击的新型对抗性攻击，旨在增强对于深度神经网络的稳定性，进行实验验证。
PDF6 years ago
深度卷积网络的 Lipschitz 属性
本文讨论卷积神经网络的稳定性，以及基于 Lipschitz 性质的特征提取和分类方法，计算了 Lipschitz 边界并将其值与其他方法进行了比较，验证了 Lipschitz 边界计算方法的优越性。
PDF7 years ago
广义密度聚类
本研究研究了广义密度聚类，提出了两种数据基础方法来选择波宽，并研究了密度聚类的稳定性，表明一种简单的基于图的算法可以成功地近似高密度聚类。
PDF15 years ago