基于神经网络应用的类别编码
信息论
2018-05-22 v1 math.IT
数论
摘要
在神经网络的许多应用中，常引入大量输入类别特征以及输出标签。然而，由于所需网络规模应随输入与输出空间维度快速增长，在计算与存储资源上均存在巨大代价。本文提出一种称为类别编码（CC）的新方法，其设计哲学遵循最小冲突原则以有效降低输入与输出维度。此外，我们基于不同欧几里得域引入三类类别编码。实验结果表明，所提三种方法均优于现有最先进编码方法，如标准截断与纠错输出编码（ECOC）方法。
引用
@article{arxiv.1805.07927,
title = {Category coding with neural network application},
author = {Qizhi Zhang and Kuang-chih Lee and Hongying Bao and Yuan You and Dongbai Guo},
journal= {arXiv preprint arXiv:1805.07927},
year = {2018}
}