PulseAugur
中
实时 12:35:18
实体 Proximal Quasi-Bayesian Active learning

Proximal Quasi-Bayesian Active learning

PulseAugur coverage of Proximal Quasi-Bayesian Active learning — every cluster mentioning Proximal Quasi-Bayesian Active learning 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_84988 ·

    新框架解决潜在偏移下的域适应问题

    研究人员开发了一个名为 Proximal Quasi-Bayesian Active learning (PQAL) 的新框架，用于解决域适应问题，特别是在偏移由未观察到的潜在因素引起时。PQAL 框架引入了潜在等价类 (LECs) 来放宽现有基于代理的方法通常需要的严格完备性假设。这种新方法允许在更弱的条件下（特别是混合权重上的跨域秩条件）对鲁棒预测器进行点识别，并在合成和真实世界数据集上展示了改进的性能。