更改

跳到导航 跳到搜索
添加191字节 、 2024年7月31日 (星期三)
无编辑摘要
第35行: 第35行:     
这个分类出处是哪里呀?相关性来源应该不只这些吧,似乎没有包含对撞结构造成的虚假关联。可以不讲分类,主要讲样本选择偏差这一个点,这和NIS+要解决的问题是密切相关的。另外要注意,图像识别不是我们解决的任务类型,只是一个引子。还要讲动力学系统。在动力学系统里,这个问题就体现为初始条件分布不同甚至是某些动力学参数不一样(训练和测试不一样)。
 
这个分类出处是哪里呀?相关性来源应该不只这些吧,似乎没有包含对撞结构造成的虚假关联。可以不讲分类,主要讲样本选择偏差这一个点,这和NIS+要解决的问题是密切相关的。另外要注意,图像识别不是我们解决的任务类型,只是一个引子。还要讲动力学系统。在动力学系统里,这个问题就体现为初始条件分布不同甚至是某些动力学参数不一样(训练和测试不一样)。
 +
 +
=NIS 概述=
 +
 +
* NIS使用神经网络对方程中所有需要优化的函数进行参数化。
 +
 +
这句可以去了,下面的公式就是优化框架,包括目标函数和约束条件。
264

个编辑

导航菜单