NLP 启发方法在表格深度学习中的效率
高能天体物理现象
2024-11-27 v1 广义相对论与量子宇宙学
高能物理 - 理论
摘要
表格深度学习（DL）的最新进展导致显著的性能提升，超越了传统模型的能力。随着来自自然语言处理（NLP）的技术被采纳，例如基于语言模型的方法，表格数据的深度学习模型也日益复杂化和扩大化。尽管表格数据集通常不涉及可扩展性问题，但这些模型日益增大的规模引发了效率问题。尽管效率的重要性显而易见，但在表格 DL 研究中仍相对不为人知。本文批判性地审查了表格 DL 的最新创新，双重聚焦于性能与计算效率。源代码可在 https://github.com/basf/mamba-tabular 查阅。
引用
@article{arxiv.2411.17205,
title = {Short-duration gamma-ray bursts from Kerr-Newman black hole mergers},
author = {Shad Ali},
journal= {arXiv preprint arXiv:2411.17205},
year = {2024}
}
备注
12 Pages, 5 Figures, Regular article in European Physical Journal C