Dec, 2022

基于三态决策的临床专家主观方法分类精神障碍

PDF
TL;DR本研究提出了一种基于三方决策的疾病诊断方法，包括量化分析、定性分析和基于评估的分析，并可以将疾病分类成三种不同的重要程度级别，该方法可作为一种辅助手段与基于手册的精确诊断工具一起使用，从而提高诊断精度。
psychiatric diagnosisdata-driven methodmental disorders classificationclinicians' subjective approachthree-way decision model
发现论文，激发创造
  • 用户生成数据学习的陷阱：主观类别问题的深入分析

    该论文描述了使用用户定义标签进行有监督学习的挑战，提出了对于主观标签所产生的偏差和操作提供了一个检测框架，帮助数据挖掘从业者在项目的早期检测出主观类问题，并避免使用传统机器学习技术处理主观类问题时浪费宝贵的时间和资源。

    Mar, 2020

  • 主观性实验中主体行为的简单模型

    本文提出了一个简单的模型来解决主题不准确的困扰，并通过比较真实数据和合成模拟来证明其价值和优越性。

    Apr, 2020

  • 建模协作者：通过 LLM 工具使用实现最小人力投入的主观视觉分类

    通过使用自然语言交互减少人工标记工作量，本研究提出了一个新框架，用于快速定义概念并自动标记训练数据点，从而替代传统的手动分类方法。在 15 个主观概念和 2 个公共图像分类数据集上进行测试，我们的训练模型在敏捷建模以及 ALIGN、CLIP、CuPL 等最新的零样本分类模型以及大型视觉问答模型（如 PaLI-X）之上表现出色。

    Mar, 2024

  • 视觉现实构建与分面分类

    本文主要探讨机器学习和计算机视觉领域中的目标识别问题，认为其根源在于缺乏知识表示方法，因此提出了一种基于图像属性的分类方法，并在 ImageNet 数据集上进行了验证。

    Feb, 2022

  • 基于累积概率理论的修改型 EDAS 方法用于带有区间值直觉模糊信息的多属性群决策

    本文提出了一种基于累积期望效用理论的经典 EDAS 方法的扩展方法，考虑了决策者心理因素和不确定的 IVIFS 特征，称为 IVIF-CPT-MABAC，用于绿色技术风险投资的项目选择中，同时证明了该方法的有效性和稳定性。

    Nov, 2022

  • 机器学习方法在自闭症谱系障碍的早期诊断中的应用

    利用不同机器学习算法研究自闭症的诊断方法，发现了最重要的特征并自动化了诊断过程，同时采用流行的聚类算法对数据集进行了进一步分析，得出了最佳聚类模型。

    Sep, 2023

  • 基于多准则比较的知识引导机器学习方法的推进

    描述了一种有应用广泛的模型评估方法，能够根据核心科学原理和更实用的结果评估人工智能 / 机器学习模型。该方法通过心理学和决策科学的预测竞赛产生，对各种类型和结构的候选模型进行了多个科学、理论和实际标准的综合评估，使用计算社会选择领域的投票规则进行标准分数的排序评估，可以对不同测量和模型类型进行整体评价。还讨论了其他优势和应用。

    Mar, 2024

  • 无监督机器学习模型选择中的主观性

    本研究以隐马尔可夫模型为例，调查了模型选择过程中涉及的主观性，发现参与者和大型语言模型在不同的应用场景下存在选择的差异和不一致性，结果突出了在模型选择过程中制定标准化方式以记录主观选择的重要性。

    Sep, 2023

  • 无标准数据情况下的众包研究 -- 案例分析

    本文研究了在线辅导平台上对话的困扰个体的情绪估计的主观评估任务，探讨了聚合评估者选择的策略，展示了一个简单的投票共识与优化聚合方法在这个任务中同样有效，并设计了一种机器学习算法来执行相同的任务。有趣的是，我们观察到了一个没有明确建模评估者主观性的机器学习算法，在评估最主要的情绪时与人类评估一样可靠。

    Jun, 2019

  • 决策能力自我评估的基于因素的框架

    我们在开发生成人类可理解的简洁自我能力评估框架方面取得了进展，并引入了概率元推理的若干方面，以处理不确定性下的算法规划和决策，以得到一组新的可推广的自信因素，以支持各种问题的能力评估。

    Mar, 2022