BriefGPT - AI 论文速递
·
通过凸包的安全聚合，在双曲空间中进行联邦分类
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种嵌入有向无环图的新方法，使用证明能够更好地模拟树状结构的双曲空间，并使用一组嵌套的测地凸锥来定义分层关系，并证明这些蕴含锥体在欧几里得和双曲空间中均具有一种优化的形式，而且它们可以规范地定义嵌入学习过程。实验显示，我们的方法在表示能力和泛化方面都比最近的强有力的基线有显着的改进。
🎯
关键要点
- 提出了一种嵌入有向无环图的新方法。
- 使用双曲空间更好地模拟树状结构。
- 通过嵌套的测地凸锥定义分层关系。
- 证明蕴含锥体在欧几里得和双曲空间中具有优化形式。
- 规范地定义嵌入学习过程。
- 实验结果显示方法在表示能力和泛化方面显著优于最近的基线。
➡️
