实体
Chengli Tan
Chengli Tan
PulseAugur coverage of Chengli Tan — every cluster mentioning Chengli Tan across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新研究表明锐度感知最小化可改善AI模型校准
一篇新研究论文探讨了锐度感知最小化（SAM）如何改善深度神经网络的校准，使其在关键应用中不易过度自信。研究表明SAM隐式地最大化了预测分布熵，从而提高了校准效果。研究人员还提出了一种名为CSAM的变体，可进一步增强校准，并在ImageNet-1K等数据集的实验中显示出优于SAM和其他方法的性能。
-
新方法为神经网络提供更紧凑的泛化界
研究人员开发了一种新颖的方法，从优化角度为深度神经网络推导非空泛化界。该方法使用连续时间随机微分方程来模拟离散时间递归过程，这比传统方法提供了更紧凑的界限。研究表明，即使在ImageNet-1K等大型数据集上进行训练，该技术也能为ResNet和Vision Transformer等现代架构提供合理的泛化保证。