实体
Barak Or
Barak Or
PulseAugur coverage of Barak Or — every cluster mentioning Barak Or across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
新框架增强神经网络训练的稳定性和恢复能力
研究人员开发了一个新的监督式运行时稳定性框架，旨在解决现代神经网络训练的脆弱性问题。该框架将优化视为一个受控的随机过程，利用来自二次测量（如验证探针）的创新信号，自动检测并从不稳定的更新中恢复。该系统旨在提供理论上的运行时安全保证，以最小的开销形式化有界退化和恢复，使其兼容内存受限的训练环境。
-
SMOTE-Tomek提升软件需求分类准确性
研究人员通过将SMOTE-Tomek预处理技术应用于PROMISE数据集，改进了软件需求的分类。该方法有效解决了数据集中存在的类别不平衡问题，该数据集包含969个被归类为功能性或非功能性的需求。该方法显著提高了分类准确性，逻辑回归的准确率达到了76.16%，而基线准确率为58.31%，证明了机器学习在需求工程中提供可扩展且可解释的解决方案的实用性。
-
Kalman 滤波门控收缩创新统计，研究发现
一篇新论文详细介绍了 Kalman 滤波中的验证门控如何导致创新统计的收缩。研究表明，低于某个阈值的测量值在用于状态更新时，会导致创新统计受门控条件而非名义值的影响。这种导致创新协方差确定性收缩的效应，由于最近邻关联方法而进一步加剧。