实体
Nicolai Meinshausen
Nicolai Meinshausen
PulseAugur coverage of Nicolai Meinshausen — every cluster mentioning Nicolai Meinshausen across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
苹果研究人员提出反因果域泛化，以实现鲁棒的AI模型
Apple Machine Learning Research 发表了一篇关于反因果域泛化（Anti-Causal Domain Generalization）的论文，这是一种创建鲁棒预测模型的方法，可以在无需每个新环境的标签数据的情况下适应新环境。该方法通过关注结果影响观测协变量的反因果结构来利用无标签数据。这使得模型能够正则化其对不同环境中协变量均值和协方差变化的敏感性，提供了理论最优保证，并在物理系统和生理数据上取得了实证成功。
-
分布主成分自编码器旨在重建数据分布
研究人员推出了一种新颖的降维技术——分布主成分自编码器（DPA），旨在保留原始数据分布。与传统方法在重建过程中丢失信息不同，DPA学习一个分布模型，该模型匹配给定其潜在变量的数据的条件分布。这种方法确保重建的数据与原始数据同分布，无论保留的维度或映射如何。在气候、单细胞和图像数据上的实验表明，DPA在维持季节性周期和细胞类型等数据结构方面非常有效。