محققان در مقالهای تازه، روشی خلاقانه به نام (MPO)² را معرفی کردهاند که به مدلهای هوش مصنوعی اجازه میدهد روابط پیچیده ورودی-خروجی را با دقت بسیار بیشتری یاد بگیرند.
چالش اصلی در مدلهای چندجملهای، رشد نمایی پارامترها با افزایش درجه چندجملهای است. فریمورک جدید (MPO)² با ترکیب «جایگذاریهای MPO» و «تنسورهای وزن فشرده»، توانسته است این مشکل را حل کند و بازنماییهایی ارائه دهد که مستقل از ترتیب ویژگیها هستند. این روش نه تنها در رگرسیون و طبقهبندی بهتر عمل میکند، بلکه راهکار بسیار منعطفتری برای تقریب توابع در یادگیری ماشین محسوب میشود. ✨
منبع: arXiv Machine Learning