q-Neurons：用随机 q 导数激活函数提升神经网络性能
FrnkNlsn · x · 2026-09-23
Frank Nielsen 与 Ke Sun 提出的 q-Neurons 论文（IEEE TNNLS 2020）介绍了一类新型随机神经元：激活函数基于带随机参数 q 的 Jackson q-导数。作者称该架构泛化方式可扩展且易于实现，实验显示在训练与测试损失上均稳定优于当时的标准激活函数。
「研究」频道最新
- JEPA 偏学慢特征，牛津等团队发布 MotionJEPA 防时间特征坍缩 — randall_balestr · 2026-09-23
- MIT 论文:把训练后的神经网络编译进 DNA,写入哺乳动物细胞 — NikoMcCarty · 2026-09-23
- Agent 架构法则：验证器可参与生成反馈，但不得直接晋升候选解 — blaizedsouza · 2026-09-23
- 曝 OpenAI 将办期刊:内部模型多 agent 评审,冲击 ML 会议 — kfountou · 2026-09-23
- 耶鲁博士生开源顶会论文画图脚本，还能接入 Claude Code 当 Skill — burny_tech · 2026-09-23
- AI 在 ForecastBench 上追平超级预测员，10 月将再战 — burny_tech · 2026-09-23