PulseAugur
中
实时 12:38:27
实体 Justin Tahmassebpur

Justin Tahmassebpur

PulseAugur coverage of Justin Tahmassebpur — every cluster mentioning Justin Tahmassebpur across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_84943 ·

    神经网络对大量损坏的输入表现出惊人的鲁棒性

    研究人员探索了神经网络如何在输入数据严重损坏的情况下仍能保持准确性。他们对多层感知机的实验表明，即使超过90%的输入被损坏，远远超出人类识别能力，网络仍能表现出远高于随机猜测的性能。对无限宽度网络的分析揭示了这些网络实现了一种通用的原型规则，本质上是将输入分配给它们最接近的训练集平均值的类别，这解释了这种惊人的鲁棒性。