محققان در پژوهشی تازه، روش جدیدی برای بهبود «رگرسیون» (Regression) در مدلهای هوش مصنوعی ارائه کردهاند که مشکل «تغییر کواریت» (Covariate Shift) را هدف قرار میدهد.
این روش که با نام SPDNN معرفی شده، به مدلهای یادگیری عمیق کمک میکند تا حتی زمانی که دادههای منبع و هدف توزیع یکسانی ندارند، با دقت بسیار بالاتری عمل کنند. این دستاورد میتواند در تحلیلهای آماری پیشرفته و کاربردهای دنیای واقعی که دادهها مدام در حال تغییر هستند، تحولی کاربردی ایجاد کند.
🔹 این متد بهویژه برای تحلیلهای پیچیده آماری که با دادههای وابسته سروکار دارند، طراحی شده است.
منبع: arXiv Machine Learning