无反向传播学习规则时间序列分类评测
热点事件持续更新
无反向传播学习规则时间序列分类评测
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Miha Kapš等作者发布论文，将直接反馈对齐（DFA）、直接随机目标投影（DRTP）和受扩散模型启发的NoProp三种无反向传播学习规则适配到单变量时间序列分类的一维卷积架构。作者称，这是首次在UCR档案库112个数据集上系统评测这三种规则，每种方法各采用一个经超参数优化的配置。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
无反向传播深度学习用于时间序列分类：112 个 UCR 数据集系统评测报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.AI无反向传播深度学习用于时间序列分类：112 个 UCR 数据集系统评测
研究将直接反馈对齐（DFA，Direct Feedback Alignment）、直接随机目标投影（DRTP，Direct Random Target Projection）和受扩散模型启发的 NoProp 三种无反向传播学习规则适配到一维卷积时间序列分类，并在 UCR 档案库 112 个数据集上首次系统评测。
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。