实体
Huber loss function
Huber loss function
PulseAugur coverage of Huber loss function — every cluster mentioning Huber loss function across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
机器学习增强土壤分析以量化碳和氮
研究人员开发了一种利用近红外（NIR）光谱进行机器学习的方法，以量化新成土和砖红壤的碳和氮含量。该研究评估了各种预处理技术，其中Savitzky-Golay滤波器和鲁棒的离群值去除方法被证明最有效。集成学习模型，包括偏最小二乘法（PLS）、支持向量回归（SVR）和Ridge回归，实现了大于2.0的RPD且过拟合率低，展示了快速土壤分析以支持可持续农业的潜力。
-
新的损失函数增强了机器学习模型对离群值的鲁棒性
研究人员开发了新的损失函数和回归模型，旨在提高机器学习数据集对离群值的鲁棒性。所提出的方法根据离群值敏感性调节学习率，重点关注比现有方法（如 Huber 和 log-cosh 损失）更接近绝对误差的替代损失函数。该论文介绍了平方根损失 (SRL) 和平滑平均绝对误差 (SMAE) 作为更优的替代方案，通过在各种基准测试上的比较证明了它们的有效性，并提出了针对 GPU 优化的向量化参数更新公式的新型鲁棒线性回归模型。
-
新型扩散模型提升结构监测数据质量评估能力
研究人员开发了一种使用条件扩散模型评估结构监测数据质量的新方法。该方法结合了时间上下文，并使用 Huber 损失函数来提高对离群值的鲁棒性。该模型为每个数据点分配离群概率，并计算全局质量得分，在实际案例研究中显示出比现有方法更高的准确性。