Nov, 2011
基于模式的分类:一种统一的视角
Pattern-Based Classification: A Unifying Perspective
Björn Bringmann, Siegfried Nijssen, Albrecht Zimmermann
TL;DR本文讨论模式挖掘在预测模型中的应用,并提供具有解释性和准确性的模式选择方法。
Abstract
The use of patterns in predictive models is a topic that has received a lot
of attention in recent years. pattern mining can help to obtain models for
→
pattern miningpredictive modelsstructured domainspattern-based classification methodsmodel selection
发现论文,激发创造
基于效用的模式挖掘综述
该综述论文旨在提供一种对效用矿山(UPM)的综合和有结构的概述,包括其概念,方法和现有的高效用模式,采用的技术和算法等,同时考虑其高影响应用的实际挑战和开放问题。
May, 2018
通过安全模式修剪实现预测模式挖掘模型的高效选择
本研究提出了 Safe Pattern Pruning (SPP) 用于解决预测模式挖掘中模式数量爆炸的问题,并演示了该方法在涉及集合,图和序列的回归和分类问题中的有效性。
Jun, 2023
代码概括模型学习所得的解析
本文首次给出了代码概括模型所发现的模式的形式化定义,并提出了一种推断正则语言文法的声学算法。 PATIC 对代码 2vec 和代码 2seq 进行了评估并发现提取出的模式受限于局部和语法代码结构并缺乏语义含义。基于这些发现,本文介绍了正式定义模式的两个新方法:评估健壮性和提高代码概括模型的准确性。
Mar, 2023
利用二分模式挖掘半结构化点击流数据中的意图预测
通过约束推理,我们引入了一种半结构化数据的模式挖掘框架,可以发现频繁出现且具有所需特性的顺序模式,从而创建有用的新模式嵌入,进而用于客户意图预测。总的来说,我们证明了模式嵌入在半结构化数据和机器学习模型之间具有整合作用,提高了下游任务的性能并保留了可解释性。
Jan, 2022
使用模式检测进行对话模式挖掘
在社交媒体兴起和预训练语言模型的帮助下,探讨了对话的复杂性与价值。使用无监督方法开发了一种对话模式挖掘技术,并从开源电影脚本数据集中提取了模式以进行探索性研究。
Nov, 2022
PatternNet: 基于深度神经网络的视觉模式挖掘
本文研究了视觉模式挖掘的问题,并提出了一种名为 PatternNet 的新型深度神经网络结构,用于发现具有辨别性和代表性的模式。使用卷积神经网络中的卷积层滤波器来查找局部一致的可视化块,通过组合这些过滤器,我们可以有效地发现独特的视觉模式,从而提高了视觉识别的性能和效率。
Mar, 2017