BriefGPT - AI 论文速递
·
最小二乘最大值与加权泛化记忆机
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的记忆影响机制，通过引入最小二乘支持向量机（LSSVM）的记忆机制，实现了对训练集的精确划分而无过拟合现象。提出了最大记忆影响模型（MIMM）和加权影响记忆模型（WIMM），证明这些模型可以退化为LSSVM。实验结果表明，MIMM和WIMM在泛化性能上优于LSSVM，并在时间成本上具有显著优势。
🎯
关键要点
-
提出了一种新的记忆影响机制，通过引入最小二乘支持向量机（LSSVM）的记忆机制。
-
实现了对训练集的精确划分而无过拟合现象。
-
提出了最大记忆影响模型（MIMM）和加权影响记忆模型（WIMM），并证明这些模型可以退化为LSSVM。
-
为MIMM和WIMM提出了一些不同的记忆影响函数。
-
实验结果表明，MIMM和WIMM在泛化性能上优于LSSVM。
-
MIMM和WIMM在时间成本上具有显著优势。
➡️
