Adaptive Multi-Scale Goodness Aggregation for Forward-Forward Learning

Dieser Artikel stellt Adaptive Multi-Scale Goodness Aggregation (AMSGA) vor, eine neuartige Erweiterung des Forward-Forward-Algorithmus zur Verbesserung der Stabilität und Robustheit neuronaler Netze. AMSGA integriert Multi-Skalen-Güte-Aggregation, adaptives Hard-Negative-Mining und schichtabhängige Schwellenwerte. Experimente auf MNIST und Fashion-MNIST zeigen konsistente Leistungsverbesserungen gegenüber dem ursprünglichen FF-Algorithmus.