实体
Kernel SVM Classifiers based on Fractal Analysis for Estimation of Hearing Loss
Kernel SVM Classifiers based on Fractal Analysis for Estimation of Hearing Loss
PulseAugur coverage of Kernel SVM Classifiers based on Fractal Analysis for Estimation of Hearing Loss — every cluster mentioning Kernel SVM Classifiers based on Fractal Analysis for Estimation of Hearing Loss across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的CoCo损失函数增强了嵌入结构和收敛性
研究人员开发了一种名为CoCo的新损失函数，旨在创建规范化且结构良好的数据表示。CoCo鼓励类在内部塌缩，同时与其他类进行对比，目标是获得具有大角度分离的嵌入。理论分析表明，CoCo在初始化、更具信息量的梯度和更快的收敛性等方面优于点回归和交叉熵等目标。在OpenML-CC18基准测试上的实验表明，CoCo在促进更紧密的类聚类和提高预测性能方面，与核SVM和随机森林等现有方法相比具有竞争力。
-
新的CoCo损失函数提升了嵌入质量和训练速度
研究人员推出了一种新颖的损失函数CoCo，旨在创建规范化且结构良好的数据表示。该函数促进类内塌陷和类间对比，使神经网络能够实现具有显著类间角度分离的几何最优嵌入。在OpenML-CC18基准上的理论分析和实验表明，CoCo相比于点回归和交叉熵等现有方法具有优势，能够带来更具信息量的梯度、更快的收敛速度和更紧密的类簇。