关键词training and testing data
搜索结果 - 3
- AAAI学会使用硬度自适应课程解决旅行商问题
本文研究了使用自适应难度方法的基于学习的旅行商问题方法,通过定义硬度测量,使用硬度自适应生成器生成不同难度的实例,再利用课程学习器完全利用这些实例来训练 TSP 求解器。实验结果表明,我们的硬度自适应生成器可以生成比现有方法更困难的实例,而 - 面向外部分布泛化:一项调查
该研究论文系统而全面地讨论了 Out-of-Distribution generalization 问题,其中包括它的定义、方法论、评估以及对未来的启示和发展方向,以及包括无监督表示学习在内的现有方法。
- 深度稳健学习 - 针对外部分布泛化
本文主要研究基于深度神经网络的方法在训练数据与测试数据分布不一致时的性能问题,并通过学习训练样本的权重以消除特征之间的依赖关系,从而提高深度模型的性能。通过在多个分布泛化基准测试上的实验,与同类研究相比,我们的方法取得了很好的效果。