data augmentation techniques | BriefGPT

关键词data augmentation techniques

搜索结果 - 39

通过合成音频数据进行端到端低资源语音翻译
我们在国际口语翻译会议 (IWSLT 2024) 上描述了我们的系统提交，用于爱尔兰 - 英语语音翻译。我们基于 Whisper 构建了端到端系统，并采用了一些数据增强技术，如语音回译和噪声增强。我们研究了使用合成音频数据的影响，并讨论了几
PDF7 days ago
超越答案所学：基于反思的数学推理语言模型训练
监督微调通过各种数学推理任务增强了语言模型的问题解决能力。我们的研究引入了一种新的技术 —— 反思增强，通过嵌入问题反思来培养更深入的问题理解，从而不仅提高在标准场景下的性能，还在需要反思性思考的复杂场景中发挥作用。
PDF15 days ago
在低数据环境中通过合成数据提高室内温度预测能力
通过结合真实数据和合成数据来改善训练集并解决数据不平衡问题，合成数据增强在提高预测准确性方面具有潜力，并可为低数据环境下的更强大的预测模型铺平道路。
PDF25 days ago
粒子物理实验中的数据质量监控与基于人工强化学习
大型粒子物理实验中的数据质量监测（DQM）是一项关键任务，本文提出了一种在时间变化的操作条件下自动化 DQM 过程的人机协同强化学习（RL）的概念验证，并基于 Proximal Policy Optimization（PPO）算法实现了一个
PDFa month ago
ACL将抽象意义表达解析应用于临床叙述 ——SPRING THYME 解析器
本文旨在设计和评估首个针对临床笔记定制的 AMR 解析器，以促进将临床笔记精确转化为结构化的 AMR 表达式，从而增强大规模临床文本数据的可解释性和可用性。我们通过使用连续训练的先进 AMR 解析器以及数据增强技术，实现了对 THYME 语
PDF2 months ago
COLINGQueryNER: 电子商务查询的分割
我们提出了 QueryNER，一个手动注释的数据集和相应模型，用于电子商务查询分割。我们的研究工作关注的是将查询分成有意义的块，而不是仅仅提取产品标题或查询的特定方面。通过实验比较标记结果和令牌和实体删除方法来恢复无效和低召回的查询，我们展
PDF2 months ago
CVTGAD: 跨视图关注的简化 Transformer 用于无监督图级异常检测
提出了一种新颖的基于简化 Transformer 和跨视图注意力的无监督图级异常检测方法 CVTGAD，通过构建简化 Transformer 模块和设计跨视图注意力机制，实现了图神经网络和 Transformer 的协同工作，大幅提升了异常
PDF2 months ago
ACL人机协同的合成文本数据审查与溯源跟踪
使用数据增强技术生成的合成文本及其相应的标签分析是缓慢且繁重的任务。为了消除具有错误标签的文本，我们开发了一种名为 INSPECTOR 的人机交互数据检查技术，结合了数据溯源技术与辅助标注的优势。INSPECTOR 允许用户根据原始文本的转
PDF2 months ago
基于数据增强的方言调适对 LLMs
该研究报告通过使用不同类型的语言模型并利用数据增强技术，提出了一种结合方法，旨在改善南斯拉夫南方微方言上大规模语言模型（LLMs）的通识推理能力评估，通过实验证明数据增强技术能够显著提升开源型模型类别在三个南斯拉夫方言（Chakavian、
PDF3 months ago
结直肠镜图像中的自动息肉分割
使用扩张卷积模块和交叉注意力网络对结肠内镜图像中的息肉进行分割，并结合数据增强技术和全局平均池化的方法，在处理不规则息肉形状时实现了明显的改进。
PDF3 months ago
通过扩散模型的类间图片混合提升图像分类
通过 Diff-Mix 方法进行图像翻译以实现数据增强，实现更好的忠实度和多样性平衡，从而在各种图像分类场景中显著提高性能。
PDF3 months ago
NTIRE 2023 图像去阴影挑战技术报告：IIM_TTI 团队
本文中，我们在准备 NTIRE2023 阴影去除挑战 [1] 期间，对 ShadowFormer 进行了分析和讨论，并进行了五个关键改进：图像对齐、引入感知质量损失函数、半自动阴影检测注释、阴影检测与去除的联合学习以及引入了用于阴影去除的新
PDF4 months ago
IndiText Boost: 低资源印度语言的文本增强
本研究主要关注文本增强在印度语言上的应用，使用了多种数据增强技术如 Easy Data Augmentation、Back Translation、Paraphrasing、LLMs 文本生成和 LLMs 文本扩展，并进行了二分类和多分类文
PDF5 months ago
基于交叉领域 WiFi CSI 的人体活动识别的数据增强技术
基于 WiFi 信道状态信息（CSI）的人类活动识别实现了室内的非接触和视觉隐私保护感知。然而，由于环境条件和传感硬件的变化导致模型推广能力较差，这是该领域一个众所周知的问题。为了解决这个问题，在本研究中将常用于基于图像学习的数据增强技术应
PDF6 months ago
流形增强：将混合正则化与 UMAP 结合
深度学习模型的数据增强技术在提高性能方面发挥重要作用。本文提出了一种叫做 UMAP Mixup 的混合正则化方案，用于深度学习预测模型的 “在流形上” 自动数据增强。该方法通过利用一种称为统一流形逼近和投影的降维技术，确保 Mixup 操作
PDF6 months ago
在语音情感识别中使用谐振和打击成分的杠杆化 Mel 频谱图
该研究通过对 Mel 谱图的谐波和打击性组成部分进行分析，提出了一个新的架构，包括特征映射生成器算法、基于 CNN 的网络特征提取器和多层感知器（MLP）分类器，研究有效的数据增强技术建立了丰富的混合特征映射，最终在 Berlin EMO-
PDF6 months ago
在超低资源环境下创建口语对话系统
自动语音识别（ASR）系统是一项关键技术，用于设计各种应用程序，尤其是智能助手，如 Alexa。本文着重于低资源语言 Flemish 的 Intent 分类任务，通过在语音级别和音素转录级别应用不同的数据增强技术，改进了现有模型的性能。
PDF7 months ago
金融服务的葡萄牙常见问题
利用数据增强技术生成合成数据以解决葡萄牙金融领域中领域特定数据稀缺的问题，并使用不同语义相似性的技术对从巴西中央银行 FAQ 获取的数据集进行增强，通过有监督和无监督任务评估增强数据对低语义相似性和高语义相似性情况的影响。此外，生成的数据集
PDF7 months ago
EMNLP利用可比语料和多个参考文献进行代码翻译的数据增强
通过构建可比较的语料库和多重参考翻译，以及使用自动生成的翻译参考和单元测试进行筛选，我们提出了两种数据增强技术来克服不同编程语言之间的代码翻译挑战，并通过平均 7.5% 的计算准确度改进了 CodeT5 的 Java、Python 和 C+
PDF8 months ago
EMNLP通过偏差分析和语言模型增强的数据增强改进对话推荐系统
对话式推荐系统是一个快速发展的研究领域，随着语言建模技术的进步而备受关注。然而，目前的对话式推荐系统面临许多挑战，由于其相对新颖和现有贡献的有限性。本研究探讨了用于开发对话式推荐系统模型的基准数据集，并解决了多轮互动中固有的反馈循环所产生的
PDF8 months ago