論文の概要: A Fixed Version of Quadratic Program in Gradient Episodic Memory
- arxiv url: http://arxiv.org/abs/2107.07384v1
- Date: Wed, 7 Jul 2021 07:45:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-18 13:45:16.678349
- Title: A Fixed Version of Quadratic Program in Gradient Episodic Memory
- Title(参考訳): 勾配エピソディックメモリにおける二次プログラムの固定版
- Authors: Wei Zhou, Yiying Li
- Abstract要約: グラディエント・エピソード記憶は、確かに連続的な学習の新たな方法であり、獲得した知識を忘れずに、新しい問題を素早く解決する。
ここでは、擬似プログラムの双対問題の証明の固定版を与える。
- 参考スコア(独自算出の注目度): 7.284213141408121
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Gradient Episodic Memory is indeed a novel method for continual learning,
which solves new problems quickly without forgetting previously acquired
knowledge. However, in the process of studying the paper, we found there were
some problems in the proof of the dual problem of Quadratic Program, so here we
give our fixed version for this problem.
- Abstract(参考訳): グラデーションエピソディックメモリは、既に獲得した知識を忘れることなく、新しい問題を素早く解決する、連続学習の新しい方法である。
しかし,論文研究の過程で,二次プログラムの双対問題の証明にはいくつかの問題があったことが判明した。
関連論文リスト
- Outdated Issue Aware Decoding for Reasoning Questions on Edited Knowledge [93.54427119091174]
本稿では,従来のISsueを意識した復号化手法を提案する。
元のモデルと編集されたモデルとの確率分布の差を捉える。
我々は、古くなった問題を緩和するために、編集されたモデルにおけるトークン予測の違いを増幅する。
論文 参考訳(メタデータ) (2024-06-05T03:00:15Z) - Reverse em-problem based on Bregman divergence and its application to classical and quantum information theory [53.64687146666141]
近年,反復を必要とせずにチャネル容量を計算できる解析手法が提案されている。
トヨタが提案した逆のEm-problemに注意を向けます。
逆の Em-problem の非定型式を導出する。
論文 参考訳(メタデータ) (2024-03-14T10:20:28Z) - Learning solutions to some toy constrained optimization problems in
infinite dimensional Hilbert spaces [0.0]
無限次元ヒルベルト空間における2つの一般的な理論的制約付き最適化アルゴリズムの実装を提案する。
両手法がテスト問題に対して適切な近似を生成でき、異なる誤差の点で同等であることを示す。
論文 参考訳(メタデータ) (2024-01-02T17:32:53Z) - Primal Dual Continual Learning: Balancing Stability and Plasticity through Adaptive Memory Allocation [86.8475564814154]
制約付き最適化問題を直接実行することは可能かつ有益であることを示す。
メモリベースのメソッドでは、以前のタスクからのサンプルの小さなサブセットをリプレイバッファに格納できる。
両変数は,制約摂動に対する連続学習問題の最適値の感度を示す。
論文 参考訳(メタデータ) (2023-09-29T21:23:27Z) - Improve Long-term Memory Learning Through Rescaling the Error Temporally [2.28438857884398]
シーケンスモデリングにおいて一般的に使用される誤りの短期記憶に対するバイアスについて検討する。
このバイアスを低減するために、時間的に再スケールされたエラーを用いることを提案する。
長期記憶学習における適切な時間的再スケール誤差の重要性を数値的に検証した。
論文 参考訳(メタデータ) (2023-07-21T09:55:44Z) - UniGeo: Unifying Geometry Logical Reasoning via Reformulating
Mathematical Expression [127.68780714438103]
計算と証明の2つの主要な幾何学問題は、通常2つの特定のタスクとして扱われる。
我々は4,998の計算問題と9,543の証明問題を含むUniGeoという大規模統一幾何問題ベンチマークを構築した。
また,複数タスクの幾何変換フレームワークであるGeoformerを提案し,計算と証明を同時に行う。
論文 参考訳(メタデータ) (2022-12-06T04:37:51Z) - Provable Reinforcement Learning with a Short-Term Memory [68.00677878812908]
我々はPMDPsの新しいサブクラスについて研究し、その潜在状態は、最近の短い長さ$m$の履歴によって復号化することができる。
特に、リッチ・オブザーブレーション・セッティングにおいて、指数関数的にスケールするサンプル複雑性を持つ新しい「モーメントマッチング」アプローチを用いて、新しいアルゴリズムを開発する。
以上の結果から,これらの環境下での強化学習には短期記憶が十分であることが示唆された。
論文 参考訳(メタデータ) (2022-02-08T16:39:57Z) - Recall and Learn: A Memory-augmented Solver for Math Word Problems [15.550156292329229]
そこで我々は,リコールと学習の方法として,新しい人間的類似学習法を提案する。
提案するフレームワークは,メモリ,表現,アナロジー,推論のモジュールで構成されている。
論文 参考訳(メタデータ) (2021-09-27T14:59:08Z) - Extracting the Unknown from Long Math Problems [8.19841678851784]
長い数学問題の仕様における未知の認識タスクを通じて問題理解を容易にする計算手法を提案する。
実験の結果,学習モデルがタスクに対して強い結果をもたらすことが示され,長い数学問題を理解するための人間の解釈可能でモジュール的なアプローチへの第一歩として期待できる。
論文 参考訳(メタデータ) (2021-03-22T17:51:10Z) - Learning by Fixing: Solving Math Word Problems with Weak Supervision [70.62896781438694]
数学用語問題(mwps)の従来のニューラルネットワークソルバは、完全な監視によって学習され、多様なソリューションを生み出すことができない。
MWPを学習するためのテキスト弱教師付きパラダイムを提案する。
この手法は最終回答のアノテーションのみを必要とし、単一の問題に対して様々な解決策を生成できる。
論文 参考訳(メタデータ) (2020-12-19T03:10:21Z) - A Primal-Dual Solver for Large-Scale Tracking-by-Assignment [39.54400002797327]
本稿では, セルトラッキングに応用した, トラッキング・バイ・アサインメント(トラッキング・バイ・アサインメント)と呼ばれる問題の高速近似解法を提案する。
Gurobiと比べ、最大60倍の高速化を実現し、メモリフットプリントを大幅に削減した。
論文 参考訳(メタデータ) (2020-04-14T09:26:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。