跳到正文
热点事件持续更新

SURF方法提出沿帕累托前沿均匀采样

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Liuyuan Jiang、Chentong Huang、Lisha Chen 提出多目标优化采样方法 SURF(Sampling Uniformly along the Pareto Front)。该方法通过引导标量化权重的采样,使解在帕累托前沿(PF)上获得均匀覆盖:将权重变化下解在 PF 上的非均匀遍历速度积分得到累积弧长,归一化后构造权重上的累积分布函数(CDF),再用其逆函数选出等弧长间隔的点。 该方法以 arXiv 论文形式发布,归类为 cs.LG(机器学习)。提出者称,其做法是基于这一思路构建的。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv:cs.LG
    SURF:通过引导标量化权重均匀遍历帕累托前沿

    SURF 通过引导标量化权重的采样,实现帕累托前沿(PF)的均匀覆盖。该方法将权重变化下解在 PF 上的非均匀遍历速度积分得到累积弧长,归一化后构造权重上的累积分布函数(CDF),其逆函数可选出等弧长间隔的点。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。