首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Nature Communications:社会训练通过重新配置我们的预测误差来形成对自我和他人边界的重新估计

区分自我与他人是人类社会生活中最重要的分类之一,在社会活动中如何区分出“自我”意识和“群体”或“他人”意识直接影响了我们如何与社会其他群体产生互动,个体如何在某种文化的生态下,建立自己的分类系统和解释系统是社会心理学界研究的研究热点。一般认为,人们更倾向于使自己的信念和价值观与社会群体相一致。但是,在陈述某种信念时却不接受这些信念的行为,对于预测他人行为和参与社会互动同样至关重要(比如你遇见不相信科学的人的时候,他虽然可以和你讨论关于科学的理论,但他实际上是不相信科学的,那你们之间就会产生关于彼此价值的认同问题)。因此,有必要在自我-他人的区分和自我-他人的融合之间取得一种平衡。

03

Loki: 通过融合基于规则的模型提高基于学习的实时视频自适应的长尾性能

最大化实时视频的体验质量(QoE)是一个长期存在的挑战。传统的视频传输协议以少量确定性规则为代表,难以适应异构、高度动态的现代互联网。新兴的基于学习的算法已经显示出应对这一挑战的潜力。然而,我们的测量研究揭示了一个令人担忧的长尾性能问题: 由于内置的探索机制,这些算法往往会受到偶尔发生的灾难性事件的瓶颈。在这项工作中,我们提出了 Loki,它通过将学习模型与基于规则的算法相结合,提高了学习模型的鲁棒性。为了能够在特征层次上进行集成,我们首先将基于规则的算法逆向工程为一个等效的“黑盒”神经网络。然后,我们设计一个双注意特征融合机制,将其与一个强化学习模型融合。我们通过在线学习在一个商业实时视频系统中训练 Loki,并对它进行了超过1.01亿次的视频会话评估,与最先进的基于规则和基于学习的解决方案进行了比较。结果表明,Loki 不仅提高了系统的平均吞吐量,而且显著提高了系统的尾部性能(95% 时,系统的卡顿率降低了26.30% ~ 44.24% ,视频吞吐量提高了1.76% ~ 2.17%)。

06

扫码

添加站长 进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

热门标签

活动推荐

    运营活动

    活动名称
    广告关闭
    领券