信息保持不必然带来预测贡献不变
热点事件观察中
信息保持不必然带来预测贡献不变
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Timothy Oladunni与Farouk Ganiyu-Adewumi提出互补特征域(CFD)理论,认为保持目标信息的可逆表示变换,在受限决策族下仍可能改变预测贡献;论文摘要称,香农信息保持并不意味着这一贡献系统保持不变。 研究针对有界Lipschitz效用,给出 coalition 效用变化与表示变换前后可达行动集行为距离之间的界限。受控ECG实验显示,非线性双射重编码保留了冻结时频表示中的信息,但会改变固定仿射学习器的准确率;对全部测试的 coalition 施用精确逆变换后,准确率恢复。
AI 根据报道生成 · 52 分钟前更新
最新进展10月7日 12:00
互补特征域:信息保持并不意味着预测贡献保持报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv · cs.AI互补特征域:信息保持并不意味着预测贡献保持
基于论文摘要,作者提出互补特征域(CFD)理论,说明保持目标信息的可逆表示变换在受限决策族下仍可能改变预测贡献,并提出 CFD contribution defect 量化这种变化。
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。