实体
Vaes
Vaes
PulseAugur coverage of Vaes — every cluster mentioning Vaes across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新方法修剪表格扩散模型以减少记忆
研究人员开发了一种以数据为中心的方法来研究表格扩散模型中的记忆现象，发现一小部分训练样本不成比例地导致隐私风险。他们发现这些高度记忆化的样本在训练过程中更早被识别出来。为了缓解这种情况，他们提出了DynamicCut，一种在重新训练之前修剪这些高强度样本的方法，该方法在不显著影响数据多样性或下游任务性能的情况下有效减少了记忆。
-
变分自编码器有效模拟车辆传动系统信号
研究人员开发了变分自编码器（VAEs）来根据扭矩需求模拟车辆的加振信号，解决了真实世界传动系统数据的局限性。这些在电动SUV数据上训练的VAEs能够生成逼真的加振信号，捕捉各种传动系统场景，而无需详细的系统参数。这种方法提供了替代昂贵实验和手动建模的方案，可能通过辅助数据增强和场景探索来加速车辆开发。