会员服务
稀疏表达的效果好坏和用的字典有着密切的关系。字典分两类，一种是预先给定的分析字典，比如小波基、DCT等，另一种则是针对特定数据集学习出特定的字典。这种学出来的字典能大大提升在特定数据集的效果。
Dictionary learning methods for brain activity mapping with MEG data
Arxiv
0+阅读 · 10月22日
Deriving the Gradients of Some Popular Optimal Transport Algorithms
Arxiv
0+阅读 · 10月17日
COSPADI: Compressing LLMs via Calibration-Guided Sparse Dictionary Learning
Arxiv
0+阅读 · 10月6日
A Unified Probabilistic Framework for Dictionary Learning with Parsimonious Activation
Arxiv
0+阅读 · 9月30日
Kernel Recursive Least Squares Dictionary Learning Algorithm
Arxiv
0+阅读 · 7月2日
Sparse Dictionary Learning for Image Recovery by Iterative Shrinkage
Sparse Dictionary Learning for Image Recovery by Iterative Shrinkage
Arxiv
0+阅读 · 4月2日
Features that Make a Difference: Leveraging Gradients for Improved Dictionary Learning
Arxiv
0+阅读 · 3月31日
Decentralized Federated Dataset Dictionary Learning for Multi-Source Domain Adaptation
Arxiv
0+阅读 · 3月22日
Online multidimensional dictionary learning
Arxiv
0+阅读 · 3月12日
Topological Dictionary Learning
Arxiv
0+阅读 · 3月14日
Personalized Convolutional Dictionary Learning of Physiological Time Series
Arxiv
0+阅读 · 3月10日
Archetypal SAE: Adaptive and Stable Dictionary Learning for Concept Extraction in Large Vision Models
Arxiv
0+阅读 · 2月18日
Fast Structured Orthogonal Dictionary Learning using Householder Reflections
Arxiv
0+阅读 · 1月7日
Multi-field Visualization: Trait design and trait-induced merge trees
Arxiv
0+阅读 · 1月8日
Deep sr-DDL: Deep Structurally Regularized Dynamic Dictionary Learning to Integrate Multimodal and Dynamic Functional Connectomics data for Multidimensional Clinical Characterizations
Arxiv
0+阅读 · 2024年11月22日
参考链接
父主题
特征选择
微信扫码咨询专知VIP会员
Top