实体
Gradient Boosting Machines
Gradient Boosting Machines
PulseAugur coverage of Gradient Boosting Machines — every cluster mentioning Gradient Boosting Machines 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
最近 · 第 1/1 页 · 共 2 条
-
AI模型克服空间过拟合，实现精确缺陷深度测量
研究人员开发了一种新颖的时空解耦架构，以提高使用光学脉冲热成像测量碳纤维增强聚合物中地下分层深度的准确性。该方法将缺陷定位与其深度测量分开，解决了空间数据集偏差的挑战，在这种偏差中，模型可能会记住校准缺陷的几何形状，而不是学习热扩散与深度之间的物理关系。通过使用带有 L1/L2 惩罚的正则化 XGBoost，该系统实现了 0.056 毫米的平均绝对误差和 0.085 毫米的均方根误差，能够生成三维缺陷模型。
-
新研究提供分析和压缩树模型的 novel 方法
研究人员开发了分析和压缩树模型的新方法，这是一类常用于安全关键应用的流行 AI 模型。其中一篇论文介绍了一种符号化和组合式方法来量化决策树模型中的敏感度，从而开发出一种名为 XCount 的工具，该工具比现有方法有显著的速度提升。另一篇论文从谱系角度审视了随机森林和梯度提升机等树模型，推导出了最优收敛率，并开发了压缩技术，在保留预测性能的同时创建了更小的模型。