BriefGPT - AI 论文速递 · 2025-01-28T00:00:00Z

Deep and Wide Learning: Enhancing Data-Driven Inference through Synergistic Learning

📝

内容提要

本研究提出了一种深而广的学习（DWL）方法，旨在应对深度神经网络在数据和计算资源方面的挑战。该方法能够有效捕捉输入数据的内部特征和跨数据的外部特征，显著提高了精度和计算效率，即使在有限的训练数据下也能取得良好效果，对数据驱动学习技术产生深远影响。

🏷️

标签

数据特征 数据驱动学习 深度神经网络 深而广的学习 计算效率