实体
Yinsong Wang
Yinsong Wang
PulseAugur coverage of Yinsong Wang — every cluster mentioning Yinsong Wang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
新的度量一致性正则化增强了机器学习模型的泛化能力
研究人员开发了度量一致性正则化（MCR）技术，旨在通过确保填充数据与完全观测数据之间的一致性来提高机器学习模型的泛化能力，特别是在信息缺失或损坏的情况下。一项新的理论分析表明，在某些条件下，与标准的监督训练相比，MCR可以提供更有利的估计误差上限。该研究还引入了一个实用的诊断工具来评估MCR的潜在益处，并通过各种数据集和模型架构的实证证据支持。
-
新框架将人工智能的惊喜重新定义为认知增长
研究人员引入了一个名为互信息惊喜（MIS）的新框架，以重新定义自主系统如何感知和应对意外事件。与之前侧重于异常检测的度量不同，MIS将惊喜视为认知增长的信号，量化新观察对互信息的影响。这种方法使系统能够反思其学习进程，可能导致更具自我意识和适应性的行为。在合成数据和污染地图估算任务上的实证评估表明，基于MIS的策略在稳定性、响应能力和预测准确性方面优于经典的惊喜度量。