研究提出预测维度度量与轻量模型PreDyG
热点事件持续更新
研究提出预测维度度量与轻量模型PreDyG
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Hantong Feng等作者提出一种内在预测维度度量方法，并据此设计轻量动态图学习模型PreDyG，其容量与任务的内在预测维度相匹配。作者称，PreDyG仅用代表性复杂基线0.07%的参数就取得更优预测性能。 作者通过去除历史无关边际、分解预测残差算子，估计保留全历史预测力所需的最小有效秩，并据此独立估计内在预测维度。实验显示，模型性能饱和主要由该维度决定。
AI 根据报道生成 · 54 分钟前更新
最新进展10月21日 12:00
PreDyG：按内在预测维度匹配容量的轻量动态图学习模型报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIPreDyG：按内在预测维度匹配容量的轻量动态图学习模型
研究提出 PreDyG，一个容量与任务内在预测维度相匹配的轻量动态图学习模型，仅用代表性复杂基线 0.07% 的参数就取得更优预测性能。作者定义并独立估计内在预测维度，通过去除历史无关边际、分解预测残差算子来估计保留全历史预测力所需的最小有效秩，实验显示模型性能饱和主要由该维度决定。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。