实体
Deep Neural Networks (DNNs)
Deep Neural Networks (DNNs)
PulseAugur coverage of Deep Neural Networks (DNNs) — every cluster mentioning Deep Neural Networks (DNNs) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
深度学习增强泊松过程强度估计
研究人员开发了一种用于协变量驱动泊松过程强度函数非参数最大似然估计（NPMLE）的新方法。该方法解决了现有风险分析中的局限性，这些分析通常要求真实强度严格为正。新方法推导了真实强度与NPMLE之间Hellinger距离的Oracle不等式，证明了收敛速度的提高，特别是对于深度神经网络（DNNs）。这些基于DNN的估计器在减轻维度灾难和适应低维结构方面显示出潜力，在模拟中优于传统的核估计器，并在神经脉冲数据上表现出更好的样本外性能。
-
新方法利用质心增强深度神经网络的容错能力
研究人员开发了一种新颖的以质心（CoG）为导向的权重校正方法，以增强用于安全关键应用的深度神经网络（DNN）的容错能力。该技术通过分析每层内权重的空间特征来恢复损坏的权重，而无需重新训练或更改架构。实验表明，在各种网络（包括基于LSTM的模型如StageNet和MTFNet，以及CNN如ResNet-18和VGG-16）中，即使在高比特错误率下，容错能力也得到了显著提高。