BriefGPT.xyz
大模型
Ask
alpha
关键词
target error
搜索结果 - 4
基于 f - 分歧准则的领域自适应:一个改进的框架
我们改进了 Acuna 等人提出的无监督领域自适应(UDA)的理论基础,通过改进他们基于 f - 差异度的不一致性,并引入一个新的度量,即 f - 域差异度(f-DD)。通过去除绝对值函数并结合一个缩放参数,f-DD 产生了新的目标误差和样
→
PDF
5 months ago
通过重要性重新加权纠正空间建模中的采样偏差
机器学习模型中,在空间数据(例如环境研究中常见的数据)中,估计错误往往很复杂、存在分布偏差。我们介绍了一种基于重要性采样思想的方法,以获取目标误差的无偏估计。通过考虑期望误差与可用数据之间的差异,我们的方法在每个样本点上重新加权错误,并抵消
→
PDF
10 months ago
学习浅层网络的更快更简单算法
我们研究了学习从标准的 d 维高斯度量中绘制的带有标签的示例的 k 个 ReLU 激活的线性组合的问题。我们发现了一个简化的一阶段版本的算法,其运行时间只有 (d/ε)^O (k^2)。
PDF
a year ago
针对领域泛化的领域对抗神经网络:工作原理与改进方法
本研究通过研究 DANN 在域泛化中的应用,讨论其使用的条件并考虑其作为训练时的动态过程。实验证明了我们提出的算法对于域泛化问题的扩展是有效的。
PDF
3 years ago
Prev
Next