- 通过互补的内类和间类 Mixup 提高图像分类准确性
提出一种综合的混合方法和综合解决方案,针对图像分类任务中的类内混合、类间可分离性和类内内聚性进行增强,实验结果表明,该方法相比于现有方法以及类似方法在分类准确性上具有显著提升。
- 旗帜玩乐:通过旗帜流形获得鲁棒的主方向
主成分分析(PCA)及其在计算机视观和机器学习中的扩展,通过线性子空间的标志引入了一个统一的形式,将传统的 PCA 方法推广为考虑异常值和数据流形的新的降维算法,并提出了一种基于标志流形的优化问题求解方法,通过 Stiefel 流形实现了收 - Transformer 简介:自然语言处理视角
介绍了 Transformer 基本概念,描述了标准 Transformer 架构,包括一系列模型细化和常见应用,主要关注有助于理解 Transformer 及其变体的概念和对该领域产生影响的关键思想,从而揭示了这些模型的优势和局限性。
- 面向基于 Transformer 的逆向词典模型的定义质量评估
比较变体 transformers 模型在解决逆向词典任务中的表现,并探索其在严肃游戏《字典游戏》中的应用。
- 遗憾匹配算法在博弈中的最后迭代收敛性质
研究了基于遗憾匹配(RM+)及其变种的算法在求解大规模两人零和博弈中的最优策略时的迭代收敛性,并通过数值实验证明了部分实际变种算法在简单的 3×3 游戏中无法保证迭代收敛。进一步证明了基于平滑技术的最新变种算法,如 extragradien - Transformers 作为正规语言的识别器:表达能力调查
通过将问题视为形式语言,研究人员在调查变压器能够解决和不能解决的理论问题方面取得了显著进展,这有助于比较变压器与其他模型以及不同变压器变体在各种任务中的性能,并提供了一个统一的框架来协调看似矛盾的研究结果。
- 基于灵活 K 近邻分类器的导出和应用:针对基于离子迁移谱的室内定位
本研究提出了一种新的 KNN 算法,通过测试和比较,在理论场景和基于离子迁移谱指纹的室内定位方面均取得了比标准 KNN 更高的分类准确度,同时要求相同的计算需求。
- 联合行为与共同信念
本文证明了常识信念并非必须要实现共同行为,提出了可实现共同行为的两种常识信念变体,其中行动印记型常识信念是必要且充分的,而这些发现对于实践中难以实现的共同信仰是相当重要的。
- 马来群岛地区汉语的区域方言差异分析
该研究通过对收集自印度尼西亚,马来西亚,新加坡,菲律宾和文莱的中文新闻文本进行词汇和句法方面的量化分析,发现这些地区所使用的汉语存在较多的差异性,并提取和分类了每个国家使用的中文单词,这反映了汉语在海外的演变和本地文化对汉语发展的深刻影响。
- 图神经网络表达能力调查
本综述通过介绍图神经网络及其理论局限性,全面概述了图神经网络模型的表现能力及其改进版。
- 一类循环神经网络的泛化界限
研究对循环神经网络的推广能力,通过探究四种变体,包括最小门单元、长短期记忆和卷积循环神经网络,建立了 PAC-Learning 框架下的推广界限,并在额外的规范假设下建立了更加精细的推广界限,与现有结果相比,说明了这些变体在推广中的优势。
- SoK:差分隐私
本文提出一种基于差分隐私的数据隐私定义的分类法,将已有的定义分为七类,依据对原始定义的哪些方面进行了修改。这些类别类似于维度:来自同一类别的变体不能组合,但来自不同类别的变体可以组合形成新的定义,并列举哪些定义满足一些期望的性质,如合成、后 - 梯度下降优化算法综述
本文探讨了不同变量的梯度下降,总结了挑战,介绍了最常见的优化算法以及并行和分布式设置中的结构,并研究了优化梯度下降的附加策略。
- 基于 TextRank 的自动文摘中相似性函数的变化
该文章提出了一些新的相似度函数的替代方案,用于 TextRank 算法进行文本自动摘要。作者描述了该算法的概况和不同变体,并指出其中一些变体在使用相同度量和数据集的情况下取得了显著的改进。
- 敏感性猜想的变体
介绍了敏感性猜想的几种已知和新变种,指出了一些尚未解决的较弱版本,涉及相关研究领域。
- 完美衍生传播子
通过使用已经为实现架构引入的变量视图,本文展示了如何推导出完美的约束传播器变体。 引入了视图和派生传播器的模型。 为多种变量域开发了系统推导传播器的技术。
- 高斯过程的比较
介绍了基于成对距离排序的高斯过程比较原理的扩展和变体。