#深度神经网络

共 7 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「深度神经网络」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月9日

这篇论文解释了为什么修剪某些参数会导致DNN性能大幅下降，而其他参数则不会。

arXiv cs.LG@Fangbo Li 等 4 人原文

9月1日

论文精选73°09:19

MIT团队发现机器持续遗忘中的可塑性崩溃现象，解释了为什么模型会逐渐丧失遗忘能力，甚至重新记住已删除信息。

arXiv cs.LG@Yingdan Shi 等 5 人原文

8月28日

论文精选20:13

这篇论文解决了深度神经网络中多项式激活函数的可识别性问题，对理解网络参数对称性有重要意义。

arXiv cs.LG@Kathlén Kohn 等 4 人原文

8月26日

论文精选10:23

这篇论文提出了一种新的方法，可以更精确地验证深度神经网络的安全性能，对于安全关键的自驾驶系统具有重要意义。

arXiv cs.LG@Hanna Jiamei Zhang 等 4 人原文

7月23日

这篇论文提出了SPDNN方法，专门解决训练数据和目标数据分布不同的问题。它能量化回归和Huber回归，还能处理时间序列依赖数据。理论证明能达到最优收敛速度，挺扎实的。

arXiv cs.LG@William Kengne, Ehud Mossa Ockegna原文

7月13日

这篇论文揭示了AI安全的新漏洞：攻击者能植入无法被检测到的后门，生成对抗样本。对做模型安全的人很重要。

arXiv cs.LG@Andrej Bogdanov 等 3 人原文

6月16日

这篇论文用数学解释了残差连接为什么能解决梯度问题，适合想做深度学习理论研究的同学。

arXiv cs.LG@Vivek S Borkar原文