ICLR 2024：近似最优的最大损失函数量子优化算法
在2024年ICLR上，Hao Wang、Chenyi Zhang和Tongyang Li三位研究人员发表了一篇引人注目的论文，题为“近似最优的最大损失函数量子优化算法”。这篇论文深入探讨了在优化和机器学习领域中一个关键问题——最小化多个凸、Lipschitz函数的最大值。这一问题在支持向量机（SVMs）等监督学习场景中尤为重要，因为它直接关联到最小化损失函数的最大值，这对于提升模型的训练效率和....
ICLR 2024：UTS提出全新联邦推荐算法
在2024年的ICLR上，悉尼科技大学（University of Technology Sydney）的研究者们提出了一种名为Federated Recommendation with Additive Personalization（FedRAP）的新型联邦推荐算法。这项研究由Zhiwei Li、Guodong Long和Tianyi Zhou共同完成，旨在解决现有联邦学习（FL）模型在构建....
【ICLR 2018】模型集成的TRPO算法【附代码】
论文题目：model-ensemble trust-region policy optimization所解决的问题？ model free的方法具有high sample complexity ，难将其用于real-world。用ensemble的方式来克服model bias。背景 标准的model-based方法是交替使用model learning和policy aptimizati....
ICLR 2022｜让绝艺上桌打麻将，腾讯AI Lab全新策略优化算法战胜人类冠军
「绝艺」又有了新成果：在1v1麻将（二人雀神）测试中战胜职业冠军选手。对于 AI 领域的研究者和从业者来说，腾讯 AI Lab 研发的围棋 AI「绝艺」的名字并不陌生。自 2016 年面世后，它已四次夺得世界顶级赛事冠军，包括 UEC 杯、AI 龙星战、腾讯世界人工智能围棋大赛、世界智能围棋公开赛等，并自 2018 年起无偿担任中国国家围棋队训练专用 AI。在围棋以外，腾讯 AI Lab 绝艺团....
ICLR Spotlight！ 清华提出时序异常检测算法，连刷5个SOTA
新智元报道 作者：吴海旭编辑：好困【新智元导读】时序数据的异常检测是高端装备行业的关键问题，清华大学软件学院机器学习实验室从全新的关联差异视角分析此问题，从模型、训练策略、异常判据全链路提供了完整的解决方法，被ICLR接收为Spotlight（亮点）文章。现实世界的系统在运行过程中会产生大量的时序数据。通过这些时序数据发现系统中可能存在的异常现象对于保障系统安全、设备平稳....
ICLR 2018最佳论文重磅出炉！Adam新算法、球形CNN等受关注
关于Adam算法收敛性及其改进方法的讨论 最近提出的一些随机优化方法已经成功地应用到了神经网络训练任务中，如RMSPROP、ADAM、ADADELTA、NADAM等。这些方法都是基于梯度更新的算法，在更新的过程中，利用了历史梯度平方的指数移动平均值的开方进行缩放。而根据观察，在许多的应用中，如输出空间比较宽泛的情况，这些算法无法收敛到最优解，或是在非凸问题中的临界点。文中证明了收敛失败的原因是.....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注