研究用持续同调追踪噪声标签下的表征几何
热点事件持续更新
研究用持续同调追踪噪声标签下的表征几何
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
Zhongtian Sun 等发表研究,用持续同调追踪神经网络激活在不同距离阈值下的环路结构,考察噪声标签下表征的拓扑特征。 在 CIFAR-10/ResNet-18 训练探针中,等量干净标签子集与损坏标签子集在第 10 个 epoch 未检测到持续同调差异;到第 50 个 epoch,损坏标签子集的持续同调更高。研究据此把持续同调作为观察噪声标签影响表征几何的指标。
AI 根据报道生成 · 52 分钟前更新
最新进展10月19日 12:00
噪声标签下学习的拓扑特征:用持续同调追踪神经网络表征的环路结构报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv cs.AI噪声标签下学习的拓扑特征:用持续同调追踪神经网络表征的环路结构
研究用持续同调追踪神经网络激活在不同距离阈值下的环路结构,发现CIFAR-10/ResNet-18训练探针中,等量干净标签与损坏标签子集在第10个epoch无可检测的持续同调差异,而损坏标签子集在第50个epoch持续同调更高。
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。