PulseAugur
中
实时 21:34:10
实体 prototype-based feature regularization

prototype-based feature regularization

PulseAugur coverage of prototype-based feature regularization — every cluster mentioning prototype-based feature regularization 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_154321 ·

    新的持续学习框架增强了智能电网故障预测能力

    研究人员开发了ProDER，一个旨在提高不断变化的智能电网中故障预测准确性的新型持续学习框架。该方法解决了现有AI模型难以适应新的故障类型和运行区域的挑战。ProDER集成了基于原型的特征正则化、logit蒸馏和引导式重放记忆，以提高模型的可靠性并减轻计算负担。评估表明，ProDER在故障类型和区域预测方面的准确性下降极小，性能优于其他持续学习技术。