研究提出burstiness goodness函数改进Forward-Forward学习

Talha Ruzgar Akkus 等作者提出 burstiness goodness，一种基于超额峰度的 Forward-Forward（FF）算法 goodness 函数，称其无参数、尺度不变，并奖励重尾活动模式。 该研究同时考察 FF 中 activity 统计量的选择问题，另提出基于 top-k 与 entmax 加权能量的选择性 goodness 函数，以及基于归一化高阶矩的形状敏感目标。作者称已通过实验验证这些函数。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。