期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于数据表示不变性的域泛化研究 被引量:2
1
作者 倪云昊 黄雷 《图学学报》 CSCD 北大核心 2024年第4期705-713,共9页
域泛化是人工智能近几年非常热门的一个研究方向,希望在不同的数据分布中学习到与任务相关的不变表征,即移除不同域在学习任务中的影响,从而提升模型的域泛化能力。为提升模型域泛化能力,利用基于不变性风险最小化的思想,具体将神经网... 域泛化是人工智能近几年非常热门的一个研究方向,希望在不同的数据分布中学习到与任务相关的不变表征,即移除不同域在学习任务中的影响,从而提升模型的域泛化能力。为提升模型域泛化能力,利用基于不变性风险最小化的思想,具体将神经网络分为特征提取器和不变性分类器进行分别探究。在特征提取器上,采用了基于牛顿迭代的组白化方法来控制激活值的分布,从而使得不同的图像经过神经网络后能够去除部分域信息,以求达到域泛化的目的;在不变性分类器上,探究了特征和权重的规范化方法对模型域泛化效果的影响,并提出了基于余弦相似度损失函数的雪花算法,该算法提升了模型域泛化的准确率。此外,提供了关于雪花算法的理论推导并做了深入分析,为实验提供了理论支撑。 展开更多
关键词 域泛 不变风险最小化 组白 迭代白 雪花算法
在线阅读 下载PDF
基于正则化IRM-NN的棒–板长间隙正极性操作冲击放电电压智能预测
2
作者 杨冰雪 卢占会 +2 位作者 姚修远 时卫东 丁玉剑 《中国电机工程学报》 EI CSCD 北大核心 2023年第14期5683-5692,共10页
长空气间隙的放电特性是特高压输变电工程外绝缘设计的重要依据,而典型棒–板空气间隙的放电特性一直是研究者们关注的基础问题。目前,棒–板间隙放电电压的计算方法有很多,但大多数方法都无法很好地适应大范围的温湿度变化。为实现极... 长空气间隙的放电特性是特高压输变电工程外绝缘设计的重要依据,而典型棒–板空气间隙的放电特性一直是研究者们关注的基础问题。目前,棒–板间隙放电电压的计算方法有很多,但大多数方法都无法很好地适应大范围的温湿度变化。为实现极端温湿度条件下放电电压的精确计算,该文提出一种基于正则化不变风险最小化神经网络(invariant risk minimization-neural network,IRM-NN)的棒–板长间隙放电电压预测方法。系统分析了棒–板间隙放电的影响因素,提取关键特征量作为输入训练模型。模型在测试集上的平均绝对百分比误差仅为1.6%,验证了该模型可以有效外推至试验条件外的应用场景。然后,对比该模型与3种常用机器学习模型的预测效果。结果表明,该模型在训练样本试验范围之外的样本上的计算精度明显高于其他模型。所提棒–板间隙50%放电电压计算方法可适应大范围温湿度及一定电极尺寸变化,可为长空气间隙放电特性研究提供参考。 展开更多
关键词 长空气间隙 放电电压 温湿度 不变风险最小化 神经网络
在线阅读 下载PDF
面向未知域场景的车辆轨迹预测模型
3
作者 卢一凡 李煊鹏 薛启凡 《智能系统学报》 CSCD 北大核心 2024年第5期1238-1247,共10页
自动驾驶技术随着科技革新迎来蓬勃发展,轨迹预测已成为智能汽车软件系统不可或缺的关键组成部分。为了解决传统车辆轨迹预测模型中存在的泛化能力不足的问题,提出一种基于泛化终点预测和地图场景的车辆轨迹预测方法。该方法采用基于不... 自动驾驶技术随着科技革新迎来蓬勃发展,轨迹预测已成为智能汽车软件系统不可或缺的关键组成部分。为了解决传统车辆轨迹预测模型中存在的泛化能力不足的问题,提出一种基于泛化终点预测和地图场景的车辆轨迹预测方法。该方法采用基于不变风险最小化的条件变分自编码器生成轨迹终点,并结合时序网络编码的地图场景特征,提升了模型预测未知域数据的准确率。在交互式道路场景数据集INTERACTION上的实验结果证明该模型具有良好的泛化性能。本方法与效果最好的方法REx相比1、2、3 s处的mADE值(越小越好)分别下降0%、36.59%、50.68%,在未知测试域的预测轨迹准确度得到显著提升。 展开更多
关键词 轨迹预测 域泛 不变风险最小化 条件分自编码器 端点生成 矢量地图 场景上下文 时序网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部