【机器之心】北大图灵班本科生满分论文:计算约束下有用信息的信息论( 三 )


最后 , 我们将 V-信息应用到公平表示(fairness)上 。 若 V_A, V_B 是两个不同的函数族 , 我们发现实现 V_A-信息最小化的公平表示不一定能泛化到 V_B-信息最小化 。 这一发现挑战了许多现有文献的结果 。
总结
本文提出并探索了一种新的信息框架 V-信息 。 V-信息包含了许多现有的概念 , 并且有许多机器学习领域喜欢的性质 , 比如对信息处理不等式的违背与非对称性 。 V-信息可以被有保证地估计好 , 且在结构学习中有着优异的表现 。
机器之心 CVPR 2020 线上分享的第一期 , 我们邀请到北京大学智能科学系陈汉亭(论文一作)为我们分享主题《加法神经网络:在深度学习中我们是否真的需要乘法?》 , 欢迎读者报名学习 。
【机器之心】北大图灵班本科生满分论文:计算约束下有用信息的信息论
本文插图
【【机器之心】北大图灵班本科生满分论文:计算约束下有用信息的信息论】


推荐阅读