class-imbalance | BriefGPT - AI 论文速递

关键词class-imbalance

搜索结果 - 9

基于鲁棒加权评分的特征选择方法用于高维二元类不平衡基因表达数据
该研究提出了一种适用于高维基因表达二分类的不平衡数据的鲁棒加权评分方法（ROWSU），通过解决基因表达数据集中高度倾斜的类分布问题，从而提高分类算法的性能。该方法通过平衡训练数据集、贪心搜索选择最小基因子集、引入支持向量计算权重的新型鲁棒评
PDF5 months ago
二阶段微调：一种学习类别不平衡数据的新策略
本研究提出一种两阶段的微调神经网络的方法。首先，利用平衡权重重新设计模型进行初步的调整，然后再进行标准的微调过程，以解决在长尾分布数据上进行神经网络训练时类别不平衡和类别样本不足的问题。实验结果表明，这种方法在各种合成数据集和现实应用中都具
PDF2 years ago
最大边缘损失学习不平衡数据集
本文设计了一种新的最大边距 (MM) 损失函数来解决类不平衡数据中存在的分类不平衡问题，并探讨了两种基于最大边界的决策边界位移方法在 LDAM 训练日程上的表现。
PDF2 years ago
KDD面向方面的情感分类的领域级别的两两语义交互
提出了一个可以有效解决类别不平衡问题的 Plug-and-Play Pairwise Semantic Interaction（PSI）模块，通过对成对句子的语义向量进行学习，从而增强了句子之间的高级语义特征交互，证明在四个 ABSC 数据
PDF2 years ago
基于奇偶校验的累积公平感知 Boosting
该研究提出了 AdaFair 算法，它可以有效地处理数据驱动的人工智能系统中的歧视问题，在平衡不足的情况下实现了性别、种族等保护属性的公平，同时保持预测性能。
PDF3 years ago
可信的长尾分类
提出了一种可靠的长尾分布数据分类方法，采用多个专家框架联合进行分类和确定难样本，利用证据理论 (DST) 组合各种不同的不确定性和证据，同时通过动态专家引入实现高效率和可靠不确定性预测。
PDF3 years ago
解决类别不平衡问题的类别难度平衡损失
本文提出了一种名为 Class-wise Difficulty-Balanced loss 的新型损失函数，该函数根据模型感知到的类别难度动态分配样本权重，实验表明该损失函数在图像和视频数据集上均优于其他类别不平衡损失函数。
PDF4 years ago
任意次数目标检测
本文介绍了一种新的物体检测挑战性场景 “Any-shot detection”，并提出了一个统一的模型，可以同时检测零 / 少样本物体类别，其中核心思想是使用类语义作为目标检测的原型，并提出一种重新平衡的损失函数来强调难以检测的少样本情况，
PDF4 years ago
使用具有标签分布感知边缘损失函数学习不平衡数据集
为了解决深度学习在类别分布不平衡的情况下训练表现差的问题，本研究提出了两种新的方法：一、设计了基于理论的标签分布感知边界 (LDAM) 损失函数；二、提出了一种简单而有效的训练策略来推迟重新加权，并在减轻权重的复杂性的同时实现模型对初始表示
PDF5 years ago