weighted average | BriefGPT

关键词weighted average

搜索结果 - 11

基于注意力的集成汇聚方法用于时间序列预测
我们提出一种使用基于注意力的集成汇聚模型学习权重的方法来减少时间序列预测中模型偏差的常见技术，并在两个时间序列预测问题上进行测试，发现在预测非平稳的 Lorenz '63 方程时，我们的模型具有出色的有效时间，而在预测 COVID-19 的
PDF8 months ago
局部自适应的可微回归
通过在对应的局部区域中基于局部学习模型的加权平均构建全局连续和可微模型的一般框架，我们在处理具有不同密度或不同局部区域功能值范围的数据方面取得了竞争优势，并且通过在局部模型中混合核脊回归和多项式回归项并连续地拼接它们，我们在理论上实现了更快
PDFa year ago
基于专家知识的加权回归模型在含噪标签中的应用
提出一种用多种专家意见生成标签的新方法，通过学习加权组合来建立预测模型，该方法在模拟和实际数据上表现出优异性能，具有简单，快速和高效的特点，可用于训练多标签回归模型的应用场景。
PDFa year ago
ACL重新审视神经机器翻译中的检查点平均化
在神经机器翻译中，采用 checkpoint 平均值来提高模型的性能，此方法计算简单，被广泛采用。本文通过实验，考虑了不同 checkpoint 选择策略、加权平均、梯度信息等方面的应用，结果表明 checkpoint 平均值对于性能的提高
PDF2 years ago
机器学习在在线声誉系统中的应用
该研究提出一个新的基于机器学习的声誉系统，通过消费者个人资料的预测信誉度来计算产品声誉分数，该模型已在三个基准数据集上进行了评估，并与先前发布的评级聚合模型进行了比较。研究结果表明该方法可能是解决声誉系统问题的潜在解决方案，同时可与在线推荐
PDF2 years ago
随机梯度下降法和随机重球法的几乎必然收敛速率
本文研究了随机梯度下降法和随机重球法在一般随机逼近问题上的收敛速度和最后迭代时的表现，证明了加权平均的迭代数的收敛率，以及在非超参数区域内使用随机线性搜索和随机 Polyak 步进时的收敛性，并证明了最后一个重球的迭代收敛于极小化器，最后
PDF4 years ago
分布式系统的最小二乘逼近
该研究提出了一种分布式最小二乘逼近法，能够解决大量回归问题，使用局部二次函数逼近本地目标函数，通过取局部估计的加权平均值得到联合估计值，进一步使用自适应 Lasso 方法进行收缩估计，使用新设计的分布式贝叶斯信息准则分析分布式回归，取得了令
PDF5 years ago
迭代平均作为随机梯度下降的正则化
该论文提出了一种变种的 Polyak-Ruppert 平均方案，通过几何衰减的加权平均来在随机梯度方法中起到正则化的作用，其在线性最小二乘回归中具有岭回归的等价性，并提出与常规随机梯度方法相匹配的有限样本界。
PDF6 years ago
使用循环加权平均的序列数据机器学习
该研究提出了一种新型的循环神经网络模型，即循环加权平均模型，它能够在处理符号时利用之前处理步骤的所有信息，表现强于标准 LSTM 模型。
PDF7 years ago
平衡、回归、差异中的差别和合成控制方法：综合
本文提出了一种基于合成控制的治疗效果估计方法的加权平均的一般化模型，其中权重可以为负且总和不为一，通过正则化方法解决可能存在的大量可能的对照组。
PDF8 years ago
一种简化的方法获得投影随机子梯度方法的 O (1/t) 收敛速率
本文提出了一种新的投影随机次梯度方法的平均技术，通过使用加权平均和易于证明和实现的方法，每次迭代使用权重 t+1，达到 O (1/t) 的收敛速度。通过与现有技术的经验比较，证明了其类似的性能表现。
PDF12 years ago