跳到正文
arXiv · 机器人与计算机视觉· Shuiwen Shen, Jinhua Zhang, Chenlei Hou, Peng Shi, Yong Han, Bo Gao, Xiaoxiao Na, Zhihui Lin, Pengtao Du·· 16 天前精选AI 评分82

大规模神经系统中在线主动学习的端到端稳定性分析

End-to-End Stability of Online Active Learning in Large-Scale Neural Systems

AI 导读

该预印本论文针对安全关键应用中的在线主动学习(OAL)提出了稳定性理论框架。研究将预测误差作为反馈信号更新结构化深度模型,并证明仅靠输出误差收敛不足以保证全局参数收敛。通过分离输出调节、内部零动力学及层间耦合,结合持续激励与主动阻尼消除残差空模态,利用级联李雅普诺夫分析确立了整体学习过程的渐近稳定性,同时利用单调激活函数和微分同胚映射确保目标参数轨迹的唯一性。

推荐理由

该文提出基于李雅普诺夫稳定性的在线主动学习框架,解决了大规模多层神经网络在动态环境下的参数收敛与稳定性问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org