PulseAugur
中
实时 06:35:15
实体 Kernelized Parameter Sensitivity Atlas

Kernelized Parameter Sensitivity Atlas

PulseAugur coverage of Kernelized Parameter Sensitivity Atlas — every cluster mentioning Kernelized Parameter Sensitivity Atlas 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_294132 ·

    新的KPSA方法提高了机器学习模型可解释性的效率

    研究人员开发了一种名为Kernelized Parameter Sensitivity Atlas (KPSA)的新方法,以提高机器学习模型可解释性的效率。KPSA利用经验神经切线核来测量参数组的敏感性,并以显著降低的计算成本估算新输入的敏感性。该方法已在视觉、预测和蛋白质建模等多个领域证明了识别敏感参数组的有效性,同时还提高了transformer中激活归因任务的速度和内存效率。