实体
Latin hypercube sampling
Latin hypercube sampling
PulseAugur coverage of Latin hypercube sampling — every cluster mentioning Latin hypercube sampling 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
-
新的ALLUDE系统评估真实环境中对抗性攻击
研究人员开发了ALLUDE，一个新颖的评估系统，旨在更真实、更多样化的条件下测试视觉模型的对抗性攻击。通过集成可微分渲染，ALLUDE能够跨越不同场景、光照和相机运动进行攻击的端到端优化。初步测试显示，在不断变化的环境因素和连续的相机轨迹下，现有攻击的性能会显著下降，这暴露了当前评估方法的不足。
-
新的采样方法提高了工程领域AI代理模型的准确性
开发了一种新的自适应序列采样方法，用于构建多项式混沌展开代理模型，并将其推广到值域为向量的量。该方法旨在通过选择新的样本来平衡输入空间的探索和多输出方差信息的利用，从而提高代理模型的准确性和稳定性。与传统的拉丁超立方采样相比，该方法在工程问题上更有效，能更可靠地估计二阶统计量。
-
新的 FMQA 方法通过确保完整的边际比特覆盖率来改进优化
研究人员开发了一种新方法来改进带二次优化退火的因子分解机 (FMQA)，通过解决初始训练数据设计中的问题。当 FMQA 与离散变量的独热编码一起使用时，某些二元变量可能永远不会被激活，导致参数更新不完整。所提出的解决方案通过使用拉丁超立方体采样 (LHS) 和 Sobol' 序列来生成初始数据，确保完整的边际比特覆盖率。这种方法在一个由人类驱动的飞机机翼形状优化基准上进行了演示，与基线 FMQA 相比，平均最终巡航速度有所提高，特别是…