100元2小时不限次数电话号码,全国空降200元快餐联系方式,24小时微信快餐妹,全国同城约资源匹配系统

科学研究
学术报告
当前位置: 学院主页 > 科学研究 > 学术报告 > 正文

Improving the generalization via coupled tensor norm regularization

发布时间：2023-05-24 作者： 浏览次数：
Speaker: 崔春风 教授 DateTime: 2023年5月31日（周三）14:00-15:00
Brief Introduction to Speaker:

崔春风，北京航空航天大学，教授

 Place: 腾讯会议：612139884
Abstract:In this paper, we propose a coupled tensor norm regularization that could enable the model output feature and the data input to lie in a low-dimensional manifold, which helps us to reduce overfitting. We show this regularization term is convex, differentiable, and gradient Lipschitz continuous for logistic regression, while nonconvex and nonsmooth for deep neural networks. We further analyze the convergence of the first-order method for solving this model. The numerical experiments demonstrate that our method is efficient.
主站蜘蛛池模板： 宿松县| 沙坪坝区| 呼和浩特市| 分宜县| 长子县| 邮箱| 阳城县| 永济市| 江西省| 承德市| 商水县| 禹州市| 曲麻莱县| 道真| 永顺县| 宾阳县| 界首市| 诸城市| 新河县| 成安县| 新安县| 唐河县| 望谟县| 靖边县| 兰州市| 新丰县| 莱芜市| 栾川县| 曲沃县| 雷州市| 常德市| 富平县| 从江县| 蒙阴县| 泗阳县| 合作市| 札达县| 定州市| 公安县| 云霄县| 岗巴县|