基于分组离散表示的面向对象学习

💡 原文中文,约700字,阅读约需2分钟。
📝

内容提要

本研究提出了一种分组离散表示(GDR)方法,旨在解决面向对象学习中对特征组成属性的忽视,从而提升模型的泛化能力。实验结果表明,GDR显著提高了基于Transformer和扩散的OCL方法的性能。

🏷️

标签

➡️

继续阅读