data mining | BriefGPT - AI 论文速递

关键词data mining

搜索结果 - 180

利用因果学习和符合性预测提高投资回报率
利用数据挖掘和神经网络技术的智能决策对商业领域的运营和维护、广告和营销推荐至关重要，本研究探讨了在不同行业中的具有成本意识的二进制处理分配问题（C-BTAP），尤其关注最先进的直接 ROI 预测（DRP）方法，改进了模型的结构以适应数据分布
PDF3 days ago
TIFG：大型语言模型中的基于文本的特征生成
通过利用文本信息进行特征生成，本论文介绍了一种基于语言模型的新型文本信息特征生成框架，通过使用检索增强生成（RAG）技术检索可能相关的特征并生成新的可解释特征，丰富特征空间并进一步挖掘特征关系。实验证明，该方法能够生成高质量且有意义的特征，
PDF17 days ago
多维度和不平衡数据集的稳健预测模型
数据挖掘是一个有前景的领域，并且在多个领域中应用其预测能力。该文献提出了一种强大的预测模型，用于找到相关属性集，并解决了真实数据集的多维性和不平衡问题，帮助进行明智的决策。该模型在健康领域、教育、商业和欺诈检测领域的五个不同数据集上进行了测
PDFa month ago
应用光子量子计算对数据集进行双聚类分析
使用玻色子抽样方法实现基于矩阵永久性的双聚类识别，并提出一种使用高斯玻色子抽样方法在数据集中找到最密集子图的启发式方法，通过将数据集转换为二部图并运行高斯玻色子抽样来实现。
PDFa month ago
考虑司机偏好的最后一英里配送路由的双目标方法
该研究提出了一种新颖的方法来解决多目标车辆路径规划问题，通过视觉吸引力路线规划和历史驾驶员行为数据挖掘的评估，证明了数据挖掘历史模式比文献中的视觉吸引力评估更加有效。同时提出了一个双目标问题来平衡路径相似性和最小化路径成本，并通过启发式箱分
PDFa month ago
利用机器学习和三维神经影像预测听力损失：降维和回归技术的比较分析
通过机器学习方法，本研究探索了预测大脑灰质三维图像中听力损失阈值的方法。我们采用了两个阶段的解决方案，第一阶段使用 3D CNN 模型将高维输入转换为潜空间，并将其解码为原始图像以表示富特征空间的输入。在第二阶段，我们利用该模型将输入转换为
PDF2 months ago
DF-DM：人工智能时代的多模态数据融合的基础过程模型
在大数据时代，将多样化的数据模态融合在一起对于像医疗保健等复杂领域来说是一项巨大的挑战。本文介绍了一种新的多模态数据融合数据挖掘过程模型，将嵌入和跨行业标准数据挖掘流程与现有的数据融合信息团组合模型相结合。我们的模型旨在降低计算成本、复杂性
PDF3 months ago
推进多变量时间序列相似性评估：一种综合计算方法
多元时间序列数据挖掘是一门关键的研究领域，其中相似性评估是一个具有挑战性的问题。本文提出了一种名为 MTASA 的综合计算方法，用于处理大型数据集、时序不匹配和提供全面分析框架，实现了高精度和高效率的多元时间序列相似性评估。
PDF4 months ago
一种新的基于直觉模糊决策树的随机森林集成
本文提出了一种基于直觉模糊随机森林（IFRF）的新型随机森林集成方法，结合了模糊逻辑和模糊集合的灵活性、随机抽样和特征选择的随机性以及多个分类器系统的鲁棒性，对复杂条件下的分类问题具有竞争力和优越性能。该方法通过使用直觉模糊信息增益选择特征
PDF4 months ago
SEMRes-DDPM：基于残差网络的扩散建模应用于不平衡数据
基于 SEMRes-DDPM 的新型过采样方法有效提高了标签不平衡的表格数据生成质量，并在分类性能上胜过其他 SOTA 过采样方法。
PDF4 months ago
安全的迁移学习：挑战和未来方向
通过综述现有的研究进展，本文讨论了在安全领域中应用迁移学习技术存在的研究空白以及潜在的未来研究方向和迁移学习辅助安全解决方案中出现的问题。
PDF4 months ago
个性化教育中的数据挖掘综述：现状与未来展望
个性化教育利用教育技术和人工智能在数字时代提升学习效果，通过数据挖掘技术的驱动，结合教育平台与个性化学习过程，为学生、教育工作者和机构提供定制化学习经验的工具，本文通过四个主要场景：教育推荐、认知诊断、知识追踪和学习分析，展示了个性化教育数
PDF4 months ago
走向可解释人工智能（XAI）：数据挖掘视角
通过数据挖掘方法和应用的角度，对深度神经网络进行可解释人工智能（XAI）的综合、数据中心的研究，并将现有工作分为三类：对深层模型的解释、对训练数据的影响以及领域知识的洞察。
PDF6 months ago
预测网络监控 -- 利用机器学习和数据分析进行网络攻击的推测研究
利用机器学习和数据挖掘技术增强网络安全，本文提出了一种新的技术，基于多个数据参数预测网络中即将发生的攻击，通过测试阶段的结果选择最佳模型，并提取可能导致攻击的事件类别。
PDF6 months ago
协作业务智能虚拟助手
本研究探讨了数据挖掘的应用，并通过用户与 CBI 虚拟助手的交互来建模分布式虚拟团队中的 CBI 流程。该研究的主要贡献包括：1）一个代表协作商业智能的参考模型，受到语言学理论的启发；2）一种将用户查询转化为可执行命令的方法，从而促进其在数
PDF6 months ago
基于形状空间表示的在线模糊方法进行犯罪相关时间序列的变点检测
提出了一种在线方法，用于利用具有意义的表示和模糊推理系统检测和查询犯罪相关时间序列中的变点，并在犯罪数据集和金融数据集上进行了实证评估和比较分析。结果表明该方法能够以极低的计算成本准确检测变点，并且使任何领域的时间序列中特定变点的检测更加直
PDF7 months ago
利用 GPT-4V 进行网孔化学中的图像和数据挖掘
该研究展示了 GPT-4V 的卓越能力，在金属有机框架方面的搜索和数据获取方面尤其出色。通过自动将 346 篇学术文章转化为 6240 张图像，并运用 GPT-4V 进行自然语言提示分析，该方法在判断和解释关键图表（如氮吸附等温线、PXRD
PDF7 months ago
评估分类算法准确性以检测心脏疾病风险
医疗行业产生大量复杂临床数据，数据挖掘技术在诊断和预测医学数据集中的隐藏模式和知识方面表现出高效性和准确性，并且分类算法中的随机森林以 99.24% 的准确率被证明是预测心脏病的最佳算法。
PDF7 months ago
利用模糊逻辑对学生的学业成绩进行聚类
使用模糊逻辑开发了一个用于根据教育成就对学生进行聚类的 Python 软件，该软件使用 Google Colab 云服务开发。通过分析教育数据，解决了数据挖掘的问题，通过从大量数据样本中获取教育过程的一些特征。使用经典的 K-Means 方
PDF7 months ago
使用矩阵配置文件进行时间序列合成的匿名化
通过基于矩阵剖面（Matrix Profile）的时间序列综合方法（TSSUMP），我们可以合成时间序列以替代原始数据，从而解决由于隐私规定或机密商业信息泄漏的难题，并保持合成时间序列与原始时间序列之间的相似连接信息（Matrix Prof
PDF8 months ago