PulseAugur
中
实时 23:02:23
实体 Symmetry-Aware Feature Learning

Symmetry-Aware Feature Learning

PulseAugur coverage of Symmetry-Aware Feature Learning — every cluster mentioning Symmetry-Aware Feature 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
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_284667 ·

    Symmetry-Aware Feature Learning Shows Polynomial Advantage Over Agnostic Methods

    研究人员证明了在多指标模型中,对称感知和对称不可知特征学习在样本复杂度上存在显著的多项式分离。该研究侧重于具有循环对称性的高维高斯协变量,比较了三种方法:架构权重共享、数据增强以及无对称性感知学习。研究结果表明,与对称不可知学习器相比,对称约束的卷积网络和使用全组数据增强训练的网络在样本效率方面均表现更优,提供了多项式优势。