09:14
官方账号arXiv cs.LG@Preston Pitzer, Anish Pradhan, Harpreet S. Dhillon
推荐理由：这篇论文教你用FFT给特征学习网络做预处理，在数据少时也能提升效果，实验显示NMSE最高降一半，值得搞特征提取的人看看。
H-Score
共 1 条相关 AI 资讯
7月3日
09:14
该论文证明H-Score目标在无约束函数下对可逆变换不变，但在约束近似类中对输入基旋转敏感。提出用快速傅里叶变换（FFT）作为数据无关的低成本预处理器，将跨协方差奇异值谱集中到少数主模式，从而减少有限宽度截断误差。在8个多元数据集实验中，FFT预处理在资源受限场景下最多降低50%的归一化均方误差（NMSE）。论文还引入基于谱熵和累积依赖能量的无训练指标，可提前评估基的适用性并预测下游推理增益。