arXiv ID:
2605.19299
arXiv 提交日期: 2026-05-19
跨范式知识蒸馏:随机森林与深度神经网络在大数据应用中的双向迁移综合研究 / Cross-Paradigm Knowledge Distillation: A Comprehensive Study of Bidirectional Transfer Between Random Forests and Deep Neural Networks for Big Data Applications
1️⃣ 一句话总结
本文首次系统研究了随机森林与深度神经网络之间的双向知识蒸馏,通过多阶段蒸馏、多教师集成和不确定性感知等新方法,在分类和回归任务上取得了优异性能,兼具随机森林的可解释性和神经网络的表达能力,为大数据环境下的模型压缩与灵活部署提供了新方向。