会员服务
在数学，统计学和计算机科学中，尤其是在机器学习和逆问题中，正则化是添加信息以解决不适定问题或防止过度拟合的过程。 正则化适用于不适定的优化问题中的目标函数。
Self-Regularized Learning Methods
Arxiv
0+阅读 · 3月17日
Continual Low-Rank Adapters for LLM-based Generative Recommender Systems
Continual Low-Rank Adapters for LLM-based Generative Recommender Systems
Arxiv
0+阅读 · 3月17日
Confusion-Aware Spectral Regularizer for Long-Tailed Recognition
Arxiv
0+阅读 · 3月17日
Functional Stochastic Localization
Arxiv
0+阅读 · 3月17日
Block-QAOA-Aware Detection with Parameter Transfer for Large-Scale MIMO
Arxiv
0+阅读 · 3月17日
Effective Sparsity: A Unified Framework via Normalized Entropy and the Effective Number of Nonzeros
Arxiv
0+阅读 · 3月14日
Privacy-Preserving Explainable AIoT Application via SHAP Entropy Regularization
Arxiv
0+阅读 · 3月14日
Block-QAOA-Aware Detection with Parameter Transfer for Large-Scale MIMO
Arxiv
0+阅读 · 3月14日
Robust Regularized Policy Iteration under Transition Uncertainty
Arxiv
0+阅读 · 3月14日
Variational Deep Learning via Implicit Regularization
Arxiv
0+阅读 · 3月13日
Variational Garrote for Sparse Inverse Problems
Arxiv
0+阅读 · 3月13日
Rethinking Attention: Polynomial Alternatives to Softmax in Transformers
Arxiv
0+阅读 · 3月13日
Deformation gradient averaging regularization for third medium contact
Arxiv
0+阅读 · 3月13日
Taming the Long Tail: Efficient Item-wise Sharpness-Aware Minimization for LLM-based Recommender Systems
Arxiv
0+阅读 · 3月13日
A Learnable Wavelet Transformer for Long-Short Equity Trading and Risk-Adjusted Return Optimization
Arxiv
0+阅读 · 3月2日
参考链接
微信扫码咨询专知VIP会员
Top