arXiv · AI· Vivin Vinod, Peter Zaspel·· 7 小时前AI 评分24
自适应在途多保真度算法提升机器学习效率
Improvise, Adapt, Overcome: An On-The-Fly Multifidelity Algorithm for Efficient Machine Learning
AI 导读
针对多保真度机器学习（MFML）中预定义比例导致的数据冗余问题，研究人员提出了一种自适应在途框架。该算法可自主动态查询不同保真度的训练样本。 在基准测试中，该自适应算法将数据生成成本降低最高 20 倍，相比标准 MFML 效率提升最高 3 倍。 这一方法为量子化学领域建立了一条兼顾高精度与低成本的可持续路径。
来源：arXiv · AI · arxiv.org