实体
Conditional Information Bottleneck
Conditional Information Bottleneck
PulseAugur coverage of Conditional Information Bottleneck — every cluster mentioning Conditional Information Bottleneck 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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究揭示AI车辆轨迹预测模型的缺陷
一篇新发表在arXiv上的研究论文探讨了当前车辆轨迹预测模型的一个关键缺陷：周围智能体的信息反而会降低预测的准确性。研究人员Daniel Jost及其同事利用Shapley值归因方法证明，这些模型学习到了不稳定且非因果的决策机制。为解决此问题，他们提出集成条件信息瓶颈（CIB），以有效压缩和忽略无益的智能体特征，从而提高性能和鲁棒性。
-
新的SCIB方法提高了脉冲神经网络的鲁棒性和效率
研究人员开发了一种名为SCIB（条件信息瓶颈）的新学习目标，以提高脉冲神经网络（SNNs）的鲁棒性。该方法通过修改SNNs学习表示的方式，解决了其对噪声和对抗性攻击的脆弱性。实验表明，SCIB在各种噪声类型下都能增强鲁棒性，在无需对抗性训练的情况下提高了对抗准确性，并降低了能耗。