7月9日
09:47
09:47官方账号arXiv cs.LG@C G Krishnanunni, Thomas Scott, Tan Bui-Thanh
本研究提出基于后验误差估计的神经网络深度自适应方法,将训练建模为连续时间最优控制问题,推导误差分布到各层的严格上界。通过双加权残差方法获得可计算误差指示器,在累计误差最大处插入新层。在Navier-Stokes方程的科学数据集上,该方法在泛化性能上优于现有架构自适应方法。
推荐理由:这篇论文搞了个新路子,用误差估计自动告诉你该在网络的哪一层加更多神经元,在流体力学数据上比现有方法都强。