PulseAugur
中
实时 10:12:08
实体 Augmented Inverse Distance Weighting

Augmented Inverse Distance Weighting

PulseAugur coverage of Augmented Inverse Distance Weighting — every cluster mentioning Augmented Inverse Distance Weighting across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_180745 ·

    新的加权方法提高了机器学习对分布偏移的鲁棒性

    研究人员引入了增强逆混合加权（AIHW）和增强逆距离加权（AIDW）来解决机器学习中的分布偏移问题。这些方法旨在处理源数据和目标数据分布之间确定性和随机的变化。AIHW 在 AIDW 和标准增强重要性加权之间进行插值，而 AIDW 通过回归增强和数据集池化专门处理随机扰动。在真实数据集上的实验表明，与现有基线相比，这些方法可持续降低均方误差并提高经验覆盖率。