跳到正文
原文
arXiv stat.ML· Jorge Marco Blanco, Rub\'en Cuevas Rum\'in·· 6 天前AI 评分33

预设参数卷积核的机制解析

A Mechanistic Interpretation of Prescribed-Parameter Convolutional Kernels

AI 导读

该研究深入分析了 ROCKET、MiniROCKET 等模型共用的正值比例(PPV)池化算子,确立了其平移不变性与随机特征几何集中规律。在 UCR 数据集上的实验表明,增加核数量带来的表征增益递减,且最佳测试表现出现在中等卷积核长度,证明非线性池化利于线性分离但表征过度丰富并不必然提升泛化能力。

来源:arXiv stat.ML · arxiv.org