- 基于深度学习的自动道路裂缝检测与分类
本研究提出了使用 You Only Look Once (YOLO) 版本五(YOLOv5)和版本八(YOLOv8)算法来检测和分类道路路面裂缝的方法。实验结果表明,在不同照明条件和图像尺寸下,路面裂缝的检测精度可达 67.3%。该研究的发 - 双语性别歧视分类:Fine-Tuned 的 XLM-RoBERTa 和 GPT-3.5 少样本学习
通过利用自然语言处理模型,提高双语环境(英语和西班牙语)下的性别歧视识别能力,并使用 XLM-RoBERTa 模型和 GPT-3.5 完成两个任务,即判断文本是否性别歧视以及其来源意图。
- ChatGPT 代码检测:揭示代码来源的技术
研究论文通过使用先进的分类技术来区分由人写的代码和由 ChatGPT 生成的代码,探讨了大型语言模型在代码生成中的影响,特别是在高等教育领域的潜在风险和对策。
- 一种嵌入通用知识的对比学习框架用于高光谱图像分类
我们提出了一种通用的知识嵌入对比学习框架(KnowCL),用于监督、无监督和半监督的高光谱图像分类,该框架基于一套新的高光谱图像处理流程,结合了多种数据转换和增强技术,提供了多样化的数据表示和现实数据分区,同时采用了一种新的损失函数,可以自 - 基于深度学习的情感分类:一个比较调查
深度学习方法在情感分析问题的解决中起到了关键作用,而这篇论文通过对超过 100 种基于深度学习的情感分类方法在 21 个公开数据集上的比较,将性能影响因素分为三类,并量化地解释了它们对研究中方法的影响。
- 使用鼠标点击数据分析的连续认证
该研究使用生物特征识别对个人进行身份认证,其中鼠标动力学是一种行为生物特征,可以用于进行连续身份验证以防止安全漏洞。该论文通过对鼠标动力学数据集 Balabit Mouse Challenge 数据集进行了不同分类技术的实证评估,使用鼠标移 - 库存管理中的缺货预测:分类技术和成本考虑
通过使用多个分类技术进行性能评估,结合利润函数和错分成本,本研究介绍了一种先进的分析方法来预测库存管理中的缺货情况,结果证明了预测模型在提高库存系统服务水平方面的有效性。
- 泰卢固语歌曲歌词情绪的情感价值标注
通过使用分类技术和 XLMRoBERTa 模型,为印度语歌曲的歌词建立了一个手动注释的数据集,并进行了音乐情感识别模型的测试。
- 通过强化学习和分类自适应对准实现高效的症状询问和诊断
通过采用强化学习和分类技术,设立自适应机制,使用分布熵对齐,创建新的患者模拟数据集,有效提高医疗诊断准确率。
- MM基于数据挖掘的乳腺癌恶性与良性预测 —— 医疗应用
此论文研究了在数据挖掘中通过不同的分类算法实现对良性和恶性乳腺癌的预测,使用的数据集为 UCI 存储库中的 Breast Cancer Wisconsin 数据集,分析了 12 种算法的性能。
- 自动参数优化对缺陷预测模型的影响
本文研究了自动参数优化对于软件缺陷预测模型的影响,通过对 18 个数据集的案例研究,发现自动参数优化可以提高 AUC 性能,使分类器的稳定性不亚于使用默认设置进行训练,大幅调整变量的重要性排名,并且适用于敏感参数,可以在不显著损失性能的情况 - 社交网络中的自动化假新闻检测
该论文介绍了两种基于逻辑回归和布尔众包算法的分类技术,使用用户 “like” 信息对 Facebook 帖子进行分类,能够高准确地区分谣言和非谣言,这些结果表明,信息传播模式的映射可以是自动虚假消息检测系统的有用组成部分。
- 大数据分类技术综述
本文研究了不同的有监督分类技术,探讨了其优缺点。
- 效用协商作为分类问题
本论文研究了将分类技术应用于效用调查中,通过识别与先前收集的效用函数数据库相关的群集来确定新用户的效用函数,从而减少全面求取用户效用的困难,并且在产前诊断领域的实验结果是相当有前途的。