CapsLorentzNet：将物理启发特征与图卷积相融合
原文中文，约300字，阅读约需1分钟。发表于：。通过引入胶囊层与图神经网络的结构相容的新颖架构修改，本文进一步研究提升了现代机器学习技术中的目标标记方法。该胶囊层是一组具有向量激活的神经元，向量的方向表示所研究对象的重要特性，向量的大小表示所研究对象是否属于胶囊所代表的类别。此外，胶囊网络还融合了一种重构机制以便将自顶向下设计的高级特征方便地整合到分析中。本文使用 LorentzNet 结构进行夸克胶子标记的实验证明，通过将...
本文介绍了一种新的架构，通过引入胶囊层与图神经网络相容，提升机器学习中的目标标记方法。该架构使用胶囊层表示研究对象的重要特性，并通过重构机制整合高级特征。实验证明，使用这种新架构可以提升夸克胶子标记任务的性能20%。
