Capacity-Centric Modulation

新的容量中心调制增强了时间序列模型的鲁棒性

研究人员开发了一种名为容量中心调制（CCM）的新正则化原理，以提高深度学习模型在时间序列分析中的鲁棒性。所提出的框架SACM（样本自适应容量调制）通过利用谱稀疏性来分配样本级dropout概率，根据样本可靠性动态调整正则化。该方法无缝集成到现有模型中，无需架构更改，并保持确定性推理。在大量数据集和模型架构上的评估表明，在预测准确性和分类性能方面有了显著提高，且测试时没有额外的计算成本。