arXiv · Machine Learning· Hassan Nojavan, Chul Moon, Miju Ahn·· 10 小时前AI 评分33
SWAPE：联合稀疏样本加权与参数估计的非凸框架
A Nonconvex Framework for Joint Sparse Sample Weighting and Parameter Estimation
AI 导读
研究提出联合稀疏样本加权与参数估计框架 SWAPE，同时优化模型参数和训练样本权重，以降低不良数据点的影响。框架通过交替最小化和 majorize-minimize 近似更新参数与权重，并给出算法收敛性证明。多种学习任务和数据异常场景的数值实验显示，该方法降低不良数据点影响的效果优于基准方法。
来源：arXiv · Machine Learning · arxiv.org