ConquerNet

ConquerNet 通过极小极大保证平滑分位数回归以用于深度学习

研究人员推出 ConquerNet，这是一种新颖的神经网络架构，旨在解决分位数回归中的优化挑战。这类新型网络利用卷积平滑分位数 ReLU 单元来创建更平滑的目标，同时保持分位数结构的完整性。该论文建立了理论保证，并通过数值研究表明，ConquerNet 在估计准确性和训练效率方面优于标准分位数神经网络，尤其是在极端分位数方面。