会员服务
在机器学习中，表征学习或表示学习是允许系统从原始数据中自动发现特征检测或分类所需的表示的一组技术。这取代了手动特征工程，并允许机器学习特征并使用它们执行特定任务。在有监督的表征学习中，使用标记的输入数据来学习特征，包括监督神经网络，多层感知器和（监督）字典学习。在无监督表征学习中，特征是与未标记的输入数据一起学习的，包括字典学习，独立成分分析，自动编码器，矩阵分解和各种形式的聚类。
HiF-DTA: Hierarchical Feature Learning Network for Drug-Target Affinity Prediction
Arxiv
0+阅读 · 10月31日
Masked Diffusion Captioning for Visual Feature Learning
Arxiv
0+阅读 · 10月30日
MTFL: Multi-Timescale Feature Learning for Weakly-Supervised Anomaly Detection in Surveillance Videos
Arxiv
0+阅读 · 10月28日
Alternating Gradient Flows: A Theory of Feature Learning in Two-layer Neural Networks
Arxiv
0+阅读 · 10月24日
xRFM: Accurate, scalable, and interpretable feature learning models for tabular data
xRFM: Accurate, scalable, and interpretable feature learning models for tabular data
Arxiv
0+阅读 · 10月23日
LightQANet: Quantized and Adaptive Feature Learning for Low-Light Image Enhancement
Arxiv
0+阅读 · 10月16日
Guided by the Experts: Provable Feature Learning Dynamic of Soft-Routed Mixture-of-Experts
Arxiv
0+阅读 · 10月8日
Scaling Laws and Spectra of Shallow Neural Networks in the Feature Learning Regime
Arxiv
0+阅读 · 9月29日
Marine Saliency Segmenter: Object-Focused Conditional Diffusion with Region-Level Semantic Knowledge Distillation
Arxiv
0+阅读 · 6月1日
Learning richness modulates equality reasoning in neural networks
Arxiv
0+阅读 · 8月6日
Learning richness modulates equality reasoning in neural networks
Arxiv
0+阅读 · 6月12日
From Kernels to Features: A Multi-Scale Adaptive Theory of Feature Learning
Arxiv
0+阅读 · 5月28日
Marine Saliency Segmenter: Object-Focused Conditional Diffusion with Region-Level Semantic Knowledge Distillation
Arxiv
0+阅读 · 4月3日
Provable Guarantees for Nonlinear Feature Learning in Three-Layer Neural Networks
Arxiv
0+阅读 · 4月1日
Robust Feature Learning for Multi-Index Models in High Dimensions
Arxiv
0+阅读 · 3月27日
参考链接
父主题
机器学习
数据挖掘
微信扫码咨询专知VIP会员
Top