10:39
arXiv cs.LG@Till Richter, Niki Kilbertus
推荐理由：这篇论文提出OrthoReg，解决了混合建模中神经网络容易学走符号部分的问题，实验效果明显，写代码的朋友可以看看。
全部 AI 动态
AI 相关资讯全量信息流
6月18日
10:39
OrthoReg提出了一种正交正则化方法，直接惩罚符号组件与神经组件的重叠，防止符号结构被神经残差吸收。相比标准L2正则化，该方法在符号组件通过稀疏发现学习时仍能保持互补分解。在部分库不匹配的基准动力系统上，OrthoReg改善了符号恢复准确性和分布外泛化性能。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
09:37
09:37
arXiv cs.LG@Mariya Pavlova, Harrison Bo Hua Zhu, Elizsveta Semenova, Yingzhen Li
推荐理由：时序模型部署时量化误差会随时间累积，TQS用动力系统理论解决了这一痛点，做边缘设备或IoT部署的工程师可以直接参考。
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
5月25日
09:59
09:59
arXiv cs.LG@Mohammad Tabish, Stefan Klus
推荐理由：做动力系统建模或算子逼近的研究者，可以用这个算法自动调激活函数，省去手动试错的成本，建议直接看论文里的实验对比。