Two-Player Games for Efficient Non-Convex Constrained Optimization
Google AI（谷歌人工智能）；Cornell University（康奈尔大学）
近年来，约束优化与机器学习社区的关系越来越密切，其应用包括Neyman-Pearson分类、鲁棒优化和公平机器学习。约束优化的一种自然方法是优化拉格朗日量，但这不能保证在非凸设置中工作，并且如果使用一阶方法，则不能处理不可微的约束（例如对速率或比例的约束）。拉格朗日可以被解释为一个两人游戏，一个玩家试图优化模型参数，另一个玩家希望最大化拉格朗日乘数。我们提出了一个非零和的拉格朗日公式的变种，可以应付不可微的-甚至不连续的-约束，我们称之为“代理拉格朗日”。第一个参与者通过易于优化的“代理约束”来最小化外部遗憾，而第二个参与者通过最小化交换遗憾来执行原始约束。对于这种新的配方，作为在非凸设置的拉格朗日，结果是一个随机分类器。然而，对于代理拉格朗日和拉格朗日公式，我们证明了这个分类器，而不是具有无限的大小，可以被视为不超过m+1个模型（其中m是约束的数量）的分布。这在实际上是一个重大的改进。
2018-09-28 cs.GT cs.LG math.OC
Bayesian Optimization with Directionally Constrained Search
University of Science and Technology of China（中国科学技术大学）
贝叶斯优化提供了一个灵活的框架来优化目标函数，这是昂贵的评估。贝叶斯优化器迭代地查询其精心选择的点上的函数值。随后，它根据其积累的知识对最佳位置做出明智的建议。这个过程通常需要很长的执行时间。然而，在实践中，由于资源稀缺，通常存在分配给优化器的计算预算或评估限制。这个约束要求优化器知道它的剩余预算，并能够明智地使用它，以便返回尽可能好的点。在本文中，我们提出了一个贝叶斯优化方法，在这种评估有限的情况下。我们的方法是基于约束的搜索方向，以致力于最有前途的领域的模型能力。它可以看作是局部搜索策略和全局搜索策略的结合，旨在减少局部搜索区域的低效探索，从而使搜索策略更有效。实验研究进行合成和现实世界的应用。结果表明，我们新提出的方法在搜索最优的规定的评估预算内的优越性能。
2019-06-22 cs.LG stat.ML
A Globally Convergent Evolutionary Strategy for Stochastic Constrained Optimization with Applications to Reinforcement Learning
Polytechnique Montréal（蒙特利尔综合理工学院）；University of Basel（巴塞尔大学）；Johannes Kepler University Linz（林茨约翰·开普勒大学）
进化策略最近被证明可以在强化学习中实现复杂优化问题的性能竞争水平。在这样的问题中，人们经常需要优化一个受一组约束的目标函数，包括例如对策略熵的约束，或者限制代理可访问的可能的动作或状态集。然而，文献中缺乏优化随机约束问题的进化策略的收敛保证。在这项工作中，我们解决这个问题，通过设计一种新的优化算法，有足够的减少机制，确保收敛，这是只基于估计的功能。我们证明了该算法对两种类型的实验的适用性：i）最大化奖励的控制任务和ii）最大化奖励受一组不可放松的约束。
2022-02-21 cs.LG cs.NE math.OC
Faster Algorithm and Sharper Analysis for Constrained Markov Decision Process
Georgia Institute of Technology（佐治亚理工学院）；The Ohio State University（俄亥俄州立大学）；University at Buffalo, The State University of New York（纽约州立大学布法罗分校）
研究了受约束的马尔可夫决策过程（CMDP）问题，其中代理人的目标是在效用/成本受到多个约束的情况下最大化期望的累积折扣报酬.提出了一种新的原始-对偶方法，该方法将熵正则化策略优化器、对偶变量正则化器和Nesterov的加速梯度下降对偶优化器这三种成分进行了新的整合，所有这些都是实现更快收敛的关键。所提出的方法的有限时间误差界的特点。尽管非凹约束的非凹目标的挑战，所提出的方法收敛到全局最优值的最优性差距和约束违反方面的$\tilde{\mathcal O}(1/ε)$的复杂性，这提高了现有的原始-对偶方法的复杂性的一个因素$\mathcal O(1/ε)$ \citep{ding2020natural,paternain2019constrained}。这是第一次证明非凹CMDP问题可以达到凸优化的$\mathcal O(1/ε)$的复杂性下界。我们的原始-对偶方法和非渐近分析对所使用的RL优化器是不可知的，因此对于实际应用更灵活。更一般地说，我们的方法也作为第一个算法，可证明加速约束非凸优化与零对偶间隙，利用几何形状，如梯度优势条件，现有的加速方法约束凸优化是不适用的。
2021-10-20 cs.LG math.OC
Latency-Memory Optimized Splitting of Convolution Neural Networks for Resource Constrained Edge Devices
Delhi Technological University（德里理工大学）；University of Cambridge（剑桥大学）；UQIDAR, IIT Delhi（UQIDAR，印度理工学院德里分校）
随着用户对智能设备的日益依赖，在边缘进行必要的计算已成为任何类型业务的关键要求。许多这样的计算利用卷积神经网络（CNN）来执行AI任务，具有高资源和计算要求，这对于边缘设备是不可行的。拆分CNN架构以在边缘上执行部分计算并保留在云上是一个研究领域，该领域的兴趣越来越大。在本文中，我们断言在边缘设备和云之间运行CNN是解决资源受限优化问题的同义词，该问题可以最大限度地减少延迟并最大限度地提高边缘的资源利用率。我们制定了一个多目标优化问题，并提出了LMOS算法，以实现帕累托有效的解决方案。在真实世界边缘设备上进行的实验表明，LMOS确保了在边缘执行不同的CNN模型，并改进了现有的最先进的方法。
2021-07-19 cs.AI cs.LG
Learning to Optimize Under Constraints with Unsupervised Deep Neural Networks
University of British Columbia（不列颠哥伦比亚大学）
在本文中，我们提出了一个机器学习（ML）的方法来学习如何解决一般的约束连续优化问题。据我们所知，学习优化的一般方法，专注于无约束优化问题和那些处理约束问题是不容易推广。这种方法在优化任务中非常有用，其中问题的参数不断变化，并且需要在每次参数更新时解决优化任务。在这类问题中，诸如梯度下降或内点法的优化算法的计算复杂性妨碍了实时应用中的近最优设计。在本文中，我们提出了一种无监督的深度学习（DL）解决方案，通过将主要计算负载转移到离线训练阶段来实时解决约束优化问题。本文的主要贡献是提出了一种方法，用于执行等式和不等式约束的DL生成的解决方案的一般优化任务。
2021-01-04 cs.LG
Algorithm for Constrained Markov Decision Process with Linear Convergence
Humboldt University of Berlin（柏林洪堡大学）；Moscow Institute of Physics and Technology（莫斯科物理技术学院）；HSE University（高等经济大学）；ISP RAS Research Center for Trusted Artificial Intelligence（俄罗斯科学院系统编程研究所可信人工智能研究中心）；Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
考虑了约束马尔可夫决策过程问题。一个代理的目标是最大化预期的累积折扣奖励，其成本受到多个约束（约束的数量相对较小）。提出了一种新的对偶方法，它集成了两个成分：熵正则化策略优化器和Vaidya的对偶优化器，这两者对于实现更快的收敛都是至关重要的。给出了该方法的有限时间误差界。尽管受到非凹约束的非凹目标的挑战，所提出的方法收敛（线性速率）的全局最优值。在最优性差距和约束违反方面表示的复杂性显着改善现有的原始-对偶方法。
2022-10-19 cs.LG math.OC
BackSlash: Rate Constrained Optimized Training of Large Language Models
Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；Computer Science, New York University（纽约大学计算机科学）
针对大语言模型训练阶段压缩未被充分探索的问题，提出基于速率失真优化的BackSlash训练时压缩方法，实现精度与复杂度的灵活权衡，实验显示其可减少60%-90%内存且无精度损失，还能增强泛化和剪枝鲁棒性、加速边缘推理。
2025-05-26 cs.AI cs.LG
An efficient application of Bayesian optimization to an industrial MDO framework for aircraft design
ONERA（法国航空航天研究院）；Université de Toulouse（图卢兹大学）
庞巴迪航空公司开发的多层次、多学科和多保真度优化框架在探索高效和有竞争力的飞机配置方面取得了很好的效果。这个优化框架是在Isight软件中开发的，后者提供了一套现成的优化器。不幸的是，Isight优化器所需的计算工作量对于工业环境的要求可能是禁止的。本文采用一种约束贝叶斯优化算法，即混合专家模型的超高效全局优化算法，以减少优化计算量。所得到的结果表明，显着的改善相比，两个流行的Isight优化。测试约束贝叶斯优化求解器的能力证明了庞巴迪研究飞机配置研究的情况下。
2020-06-12 cs.AI cs.CE cs.LG
Constrained Reinforcement Learning for Short Video Recommendation
Kuaishou Technology（快手科技）
社交媒体上短视频的广泛流行为视频分享平台上的推荐系统的优化带来了新的机遇和挑战。用户对推荐提供复杂和多方面的响应，包括观看时间和与视频的各种类型的交互。因此，建立的涉及单个目标的推荐算法不足以满足优化综合用户体验的新需求。在本文中，我们将短视频推荐问题描述为一个受约束的马尔可夫决策过程（MDP），其中平台希望长期优化用户观看时间的主要目标，并限制用户交互（如共享/下载视频）的辅助响应。为了解决约束MDP问题，我们提出了一种基于行动者-批评者框架的两阶段强化学习方法。在第一阶段，我们学习单独的策略来优化每个辅助响应。在第二阶段，我们学习一个策略来（i）优化主响应，（ii）接近第一阶段学习的策略，这有效地保证了这个主策略在辅助策略上的性能。通过大量的模拟，我们证明了我们的方法在优化主要目标和平衡其他目标方面的有效性。我们进一步展示了我们的方法在短视频推荐的现场实验中的优势，在观看时间和视频视图的交互方面，它显着优于其他基线。我们的方法已在生产系统中全面启动，以优化平台上的用户体验。
2022-05-26 cs.IR cs.LG
FISAR: Forward Invariant Safe Reinforcement Learning with a Deep Neural Network-Based Optimize
Massachusetts Institute of Technology（麻省理工学院）
本文研究了具有约束的强化学习，这在安全关键环境中是必不可少的。为了使约束违反单调下降，我们把约束作为李雅普诺夫函数，并施加新的线性约束的政策参数的更新动态。因此，原始安全集可以是前向不变的。然而，由于新的不确定可行约束被施加在更新动态上，而不是原始策略参数，经典的优化算法不再适用。为了解决这个问题，我们建议学习一个通用的基于深度神经网络（DNN）的优化器来优化目标，同时满足线性约束。通过投影到多个线性不等式约束的多面体上，可以用我们新设计的度量解析地解决约束满足。据我们所知，这是基于\textit{first} DNN的优化器，用于具有前向不变性保证的约束优化。我们表明，我们的优化器训练的政策，以减少约束违反和最大化的累积奖励单调。数值约束优化和避障导航的结果验证了理论研究结果。
2021-05-05 cs.AI cs.LG stat.ML
Optimal Solving of Constrained Path-Planning Problems with Graph Convolutional Networks and Optimized Tree Search
Safran Electronics & Defense（赛峰电子与防务公司）；LAMSADE, Paris-Dauphine University（巴黎多芬大学LAMSADE实验室）；CREC Saint-Cyr, Coetquidan School Campus（圣西尔军校科埃基当校区研究中心）
基于深度学习的方法在规划方面越来越重要。在本文中，我们提出了一种混合规划器，结合了图机器学习模型和基于分支和边界树搜索的路径规划任务的最佳求解器。更具体地，使用图神经网络来辅助分支定界算法处理与期望解路径相关联的约束。有多个下游实际应用，例如自主无人地面车辆（AUGV），通常部署在救灾或搜索和救援行动中。在越野环境中，AUGV必须在各种操作约束下动态优化源-目的地路径，其中一些操作约束难以提前预测并且需要在线解决。我们进行实验，现实的情况下，并表明，图神经网络的支持，使大量的加速和更平滑的扩展到更难的路径规划问题。此外，由图神经网络提供的信息使该方法能够优于特定问题的手工算法，突出了潜在的图神经网络持有的路径规划任务。
2022-04-03 cs.AI cs.LG cs.RO
Constrained 1-Spectral Clustering
Max Planck Institute for Computer Science（马克斯·普朗克计算机科学研究所）；Saarland University（萨尔大学）
聚类中先验信息的一种重要形式是不能链接和必须链接约束。我们提出了一个普遍的谱聚类技术，它集成了这样的限制。受最近提出的$1$ -谱聚类无约束问题的启发，我们的方法是基于紧松弛的约束归一化切割成一个连续的优化问题。相对于所有其他的方法，已建议约束谱聚类，我们总是可以保证满足所有的约束。此外，我们的软配方允许优化归一化的削减和违反约束的数量之间的权衡。提供了一种有效的实现，其可扩展到大型数据集。在实验中，我们始终优于所有其他提出的方法。
2015-05-24 cs.LG stat.ML
CONFIG: Constrained Efficient Global Optimization for Closed-Loop Control System Optimization with Unmodeled Constraints
EPFL（洛桑联邦理工学院）；Swiss Federal Laboratories for Materials Science and Technology（瑞士联邦材料科学与技术研究所）
本文将一种简单有效的约束全局优化算法CONFIG算法应用于具有未建模约束的未知系统的闭环控制性能优化问题。现有的基于高斯过程的闭环最优化方法，或者只能保证局部收敛（例如，SafeOPT），或者没有已知的最优性保证（例如，约束的预期改进），而最近推出的CONFIG算法已被证明享有理论上的全局最优性保证。在这项研究中，我们证明了CONFIG算法在应用中的有效性。该算法首先应用于一个人工数值基准问题，以证实其有效性。然后将其应用于连续搅拌釜式反应器的经典约束稳态最优化问题。仿真结果表明，我们的CONFIG算法可以实现性能竞争的流行的CEI（约束预期改善）算法，它没有已知的最优性保证。因此，CONFIG算法提供了一种新的工具，具有可证明的全局最优性保证和有竞争力的经验性能，以优化具有软未建模约束的系统的闭环控制性能。最后，但并非最不重要的是，开放的信源编码作为Python包提供，以方便未来的应用程序。
2022-12-18 cs.LG cs.SY eess.SY
Constrained Causal Bayesian Optimization
DeepMind（深度思维）
本研究提出约束因果贝叶斯优化方法cCBO，通过图结构与观测数据缩空间、高斯过程建模及约束期望提升采集函数选干预，在人工与真实因果图实验验证其在收敛速度和可行干预占比间的有效权衡。
2023-05-31 cs.LG stat.ML
Two-Stage Constrained Actor-Critic for Short Video Recommendation
Kuaishou Technology（快手科技）；Hong Kong University of Science and Technology（香港科技大学）
本文将短视频推荐形式化为约束马尔可夫决策过程，提出两阶段约束演员-评论家算法，在优化累计观看时长主目标的同时平衡关注和分享等辅助目标，离线与在线实验均显著优于基线并已上线部署。
2024-01-09 cs.IR cs.LG
Cantelli Constrained Policy Optimization
Machine Learning Research Group, University of Oxford, Oxford, United Kingdom（牛津大学机器学习研究组）
本文提出VaR-CPO算法，通过Cantelli不等式近似非可导的VaR约束，实现安全探索和约束违反的控制，提升约束强化学习的样本效率和保守性。
2026-09-03 cs.LG stat.ML
Differentiable Projection-based Learn to Optimize in Wireless Network-Part I: Convex Constrained (Non-)Convex Programming
State Key Laboratory of ISN（ISN国家重点实验室）；School of Telecommunications Engineering, Xidian University（西安电子科技大学通信工程学院）；School of Cyber Engineering, Xidian University（西安电子科技大学网络与信息安全学院）
本文提出一种基于可微投影的方法，将不可行的神经网络输出投影至可行域以严格满足凸约束，并推导目标函数及其梯度实现无监督训练，有效解决了传统求解器难以处理的一般凸约束（非）凸优化问题。
2025-01-29 cs.LG cs.SY eess.SY
Meta-Learning-Assisted Constraint Relaxation for Constrained Black-Box Optimization
South China University of Technology（华南理工大学）
本文提出通过强化学习学习有效的约束处理策略，以提高受约束昂贵优化问题的求解性能。
2026-09-16 cs.LG cs.NE
Fair and Welfare-Efficient Constrained Multi-matchings under Uncertainty
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文研究不确定性下公平且福利高效的约束多匹配问题，提出基于机器学习估计效用，并在随机与鲁棒优化范式下权衡均值与方差，优化功利和平均福利目标，在三个公开数据集上验证有效性。
2024-11-04 cs.GT cs.LG
Distributionally-Constrained Policy Optimization via Unbalanced Optimal Transport
Rutgers University-Newark（罗格斯大学纽瓦克分校）
我们考虑强化学习中的约束策略优化，其中约束以状态访问和全局动作执行的边缘形式存在。鉴于这些分布，我们制定政策优化的空间占用措施的不平衡最优运输。我们提出了一个通用的RL目标的基础上Bregman分歧，并使用Dykstra的算法进行优化。该方法允许一个演员批评算法时，状态或动作空间是大的，只有样本的边缘。我们讨论了我们的方法的应用程序，并提供演示，以显示我们的算法的有效性。
2021-02-15 cs.LG
Safe Reinforcement Learning in Constrained Markov Decision Processes
IBM Research AI（IBM研究院）；Tsinghua University（清华大学）
安全强化学习是一种很有前途的方法，用于优化在安全关键应用中运行的代理的策略。在本文中，我们提出了一种算法，SNO-MDP，探索和优化马尔可夫决策过程未知的安全约束。具体来说，我们采取逐步的方法来优化安全性和累积奖励。在我们的方法中，智能体首先通过扩大安全区域来学习安全约束，然后在已认证的安全区域内优化累积奖励。我们提供了理论保证的安全约束的满意度和近最优的累积奖励下适当的规律性假设。在我们的实验中，我们通过两个实验证明了SNO-MDP的有效性：一个是在一个新的、开放的环境GP-SAFETY-GYM中使用合成数据，另一个是使用真实的观测数据模拟火星表面探测。
2020-08-15 cs.AI cs.LG cs.RO
The Effect of Different Optimization Strategies to Physics-Constrained Deep Learning for Soil Moisture Estimation
本文提出一种物理约束深度学习框架，通过整合水分运移物理原理重建土壤水分动态，并比较Adam、RMSprop和GD三种优化器，发现Adam在收敛性上表现最佳。
2024-03-13 cs.LG eess.SP
Lyapunov Robust Constrained-MDPs: Soft-Constrained Robustly Stable Policy Optimization under Model Uncertainty
Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室）
安全性和鲁棒性是任何强化学习算法的两个期望属性。CMDPs可以处理额外的安全约束，RMDPs可以在模型不确定性下表现良好。在本文中，我们建议将这两个框架结合起来，产生强大的约束MDPs（RCMDPs）。我们的动机是开发一个框架，可以满足安全约束，同时也提供鲁棒性模型的不确定性。我们开发了RCMDP目标，推导出梯度更新公式来优化这个目标，然后提出了基于策略梯度的算法。我们还独立地提出了基于李雅普诺夫的奖励塑造的RCMDPs，产生更好的稳定性和收敛性。
2021-08-05 cs.LG cs.SY eess.SY
DePICT: Decision-Preserving Interface for Constrained Downstream Tasks
University of South Florida（南佛罗里达大学）；Florida International University（佛罗里达国际大学）；DEVCOM Army Research Lab（DEVCOM陆军研究实验室）
DePICT通过KKT条件识别并移除不影响最优解的上下文方向，构建决策保持接口，在受控实验中显著降低预测遗憾。
2026-10-07 cs.LG
Federated Learning for Energy Constrained IoT devices: A systematic mapping study
National Institute of Posts and Telecommunications（国家邮电学院）
联合机器学习（Federated Machine Learning，Fed ML）是一种新的分布式机器学习技术，应用于使用客户端本地数据协作训练全局模型，而不传输它。在神经网络的情况下的权重更新），其由服务器融合在一起以构建全局模型。通过不泄露节点数据，Fed ML保证了其机密性，这是网络安全的一个重要方面，使其能够在数据敏感的物联网（IoT）和移动应用程序（如智能地理定位和智能电网）中使用。然而，大多数物联网设备都特别受能源限制，这就需要优化Fed ML过程，以实现高效的训练任务和优化的功耗。在本文中，据我们所知，我们对能量受限的物联网设备的Fed ML优化技术进行了第一次系统映射研究（SMS）。从总共800多篇论文中，我们选择了67篇满足我们的标准，并使用一组精心选择的研究问题对该领域进行了结构化概述。最后，我们试图提供一个分析的能源约束美联储ML的最先进的状态，并试图概述一些潜在的建议，为研究界。
2023-01-09 cs.DC cs.LG
Cooper: A Library for Constrained Optimization in Deep Learning
Mila（米拉研究所）；Université de Montréal（蒙特利尔大学）
Cooper 是一个开源库，通过实现多种基于拉格朗日的一阶更新方案，将约束优化算法与 PyTorch 的自动微分及深度学习架构无缝结合，适用于深度学习及一般非凸连续约束优化问题。
2025-04-01 cs.LG cs.MS
Provably Learning Nash Policies in Constrained Markov Potential Games
ETH Zurich（苏黎世联邦理工学院）；ETH AI Center（苏黎世联邦理工学院人工智能中心）
针对安全多智能体强化学习中约束马尔可夫博弈难求解的问题，提出约束马尔可夫势博弈框架及坐标上升算法CA-CMPG，证明其在表格有限场景下收敛到Nash策略并给出首个未知场景的样本复杂度界。
2023-06-13 cs.GT cs.LG cs.MA
Learning-Based Client Selection for Federated Learning Services Over Wireless Networks with Constrained Monetary Budgets
Xiamen University（厦门大学）；Western University（韦仕敦大学）
我们研究了无线网络中多个联邦学习（FL）服务的数据质量感知的动态客户端选择问题，每个客户端提供动态数据集用于同时训练多个FL服务，每个FL服务需求者必须在有限的货币预算下为客户端支付费用。该问题被形式化为一个非合作马尔可夫博弈的训练轮。提出了一种基于多智能体混合深度强化学习的算法，在避免动作冲突的同时，优化联合客户选择和支付动作。仿真结果表明，我们提出的算法可以显着提高训练性能。
2022-12-26 cs.AI cs.LG
Rethinking Self-Evolution: A Constrained Exploration-Exploitation Process for Mitigating Skill Overfitting
Zhejiang University（浙江大学）；Alibaba Group（阿里巴巴集团）
针对LLM智能体技能过拟合问题，提出SkillBoost三阶段框架，在23种模型-基准配置上达SOTA性能，优化后技能可跨智能体复用。
2026-08-20 cs.AI cs.LG
A Simple Reward-free Approach to Constrained Reinforcement Learning
Princeton University（普林斯顿大学）
在约束强化学习（RL）中，学习代理不仅要优化整体奖励，还要满足额外的安全性、多样性或预算约束。因此，现有的约束RL解决方案需要几个新的算法成分，显着不同于标准RL。另一方面，无奖励强化学习是在无约束文献中独立开发的，它在不使用奖励信息的情况下学习过渡动态，因此自然能够在共同动态下解决具有多个目标的强化学习。本文桥接了无报酬强化学习和约束强化学习。特别地，我们提出了一个简单的元算法，使得给定任何无奖励的RL预言，可以直接解决可接近性和约束RL问题，样本复杂度的开销可以忽略不计。利用现有的无奖励的RL求解器，我们的框架提供了尖锐的样本复杂性结果约束RL在表格MDP设置，匹配最好的现有结果的一个因素的水平依赖性，我们的框架直接扩展到一个设置的表格两个球员马尔可夫游戏，并给出了一个新的结果约束RL与线性函数近似。
2021-07-12 cs.AI cs.LG
Learning Non-myopic Power Allocation in Constrained Scenarios
Rice University（莱斯大学）；Rensselaer Polytechnic Institute（伦斯勒理工学院）；DEVCOM Army Research Laboratory（DEVCOM陆军研究实验室）
针对时间耦合约束下自组织干扰网络的功率分配问题，本文将其建模为受约束序贯决策，并用 actor-critic 学习非短视的约束感知分配策略，提升整回合效用与计算效率。
2024-01-18 cs.LG cs.NI eess.SP
Hyperbolic Binary Neural Network
National Special Education Resource Center for Children with Autism, Zhejiang Normal University（浙江师范大学国家孤独症儿童特殊教育资源中心）；Institute of Cyber-Systems and Control, Zhejiang University（浙江大学 cyber 系统与控制研究所）；School of Computer Science and Technology, Zhejiang Normal University（浙江师范大学计算机科学与技术学院）
本文提出双曲二值神经网络HBNN，利用黎曼指数映射将约束优化转为无约束优化，并通过EPC提高权重翻转概率与信息增益，在多个图像分类基准上取得优于现有方法的性能。
2025-01-07 cs.CV cs.LG
