CA-BLS

新的ECA-BLS模型通过复数数据增强了宽学习系统

研究人员推出了一种高效的复数增强宽学习系统（CA-BLS）的改进版本ECA-BLS。该新系统通过整合复数值表示来增强宽学习系统（BLS），以更好地捕捉现实世界数据中存在的非线性交互和二阶统计依赖性。ECA-BLS通过将实值输入转换为相位编码的复数表示并利用广泛的线性建模来实现这一点，同时在实域中重构过程以显著降低计算成本。在26个基准数据集上的实验表明，ECA-BLS在准确性和效率方面始终优于传统的BLS和其他随机神经网络。