PulseAugur
实时 09:38:10
实体 Submodular Maximization via Gradient Ascent: The Case of Deep Submodular Functions

Submodular Maximization via Gradient Ascent: The Case of Deep Submodular Functions

PulseAugur coverage of Submodular Maximization via Gradient Ascent: The Case of Deep Submodular Functions — every cluster mentioning Submodular Maximization via Gradient Ascent: The Case of Deep Submodular Functions 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. RESEARCH · CL_141197 ·

    新方法推进神经集函数学习,降低计算开销

    研究人员开发了一种新方法来改进神经集函数的学习,这对于药物发现和产品推荐等应用至关重要。该方法将证据下界重新解释为连续松弛,创建了一个替代目标,用以替代计算密集型的蒙特卡洛采样来进行梯度估计。这种学习到的替代目标提供了稳定高效的梯度,降低了开销并加速了推理,实验证明其优于现有方法。