UCI Adult
PulseAugur coverage of UCI Adult — every cluster mentioning UCI Adult across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
EvE 优化器为神经网络搜索提供比 Adam 更快的替代方案
研究人员推出了一种名为 EvE (Evolutionary Explorer) 的新型优化器，旨在成为神经网络中超参数和架构搜索比 Adam 更快的替代方案。EvE 采用基于种群的差分进化方法，并结合了有针对性的 Adam 回退机制，显著降低了每次迭代的成本，同时保持了具有竞争力的性能。在对各种基准测试和神经网络任务的评估中，EvE 证明了搜索完成时间的缩短，以及与 Adam 相当或略低的最终质量，使其成为预算受限优化场景的有前途的工具。
-
随机采样在AI数据质量剖析中优于复杂方法
一篇新的研究论文介绍了一个用于大规模AI流水线数据质量剖析的基准测试，评估了九种不同的采样策略。研究发现，简单的、无模式的随机均匀采样表现最佳，在各种真实世界和合成数据集上实现了最低的平均相对误差。相比之下，更复杂的代理引导方法，如使用Metropolis-Hastings或有向无环图的方法，效果明显较差，且计算成本更高，尤其是在大规模应用中。
-
新框架表征机器学习模型中的效用-分离权衡
研究人员开发了一种新的信息论框架，用于表征机器学习模型中效用和分离之间的权衡。该框架证明了效用-分离帕累托前沿的凹性，表明在效用方面分离的边际成本不断增加。该研究还引入了一种基于条件互信息的实用经验正则化器，可以与深度学习模型集成，在训练过程中监控和强制执行分离。在包括COMPAS和UCI Adult在内的多个数据集上的实验表明，与现有方法相比，该方法在保持或提高模型效用的同时，能有效减少分离违规。