data noise | BriefGPT - AI 论文速递

关键词data noise

搜索结果 - 7

如何在嘈杂的世界中学习？对机器翻译中的真实世界数据噪声进行自校正
通过模拟实际语义不对齐问题并对其影响进行定量分析，本研究提出一种自我校正方法来处理数据噪声，并在机器翻译中取得了显著的性能提升。
PDF4 days ago
推荐系统的图增强
提出了一种名为 GraphAug 的原则性框架，该框架引入了一个强大的数据增强器，生成去噪的自监督信号，增强推荐系统的性能。该框架通过自适应地调整对比视图生成，自动地提炼信息丰富的自监督信息。通过对真实数据集的严格实验评估，得出 Graph
PDF3 months ago
在噪声图上具有不确定性感知的鲁棒学习
本篇论文提出了一种基于图神经网络的节点分类不确定性感知学习框架，通过分布鲁棒优化来最小化最坏风险，以更好地在各种噪声情况下实现节点嵌入学习，实验结果表明与现有方法相比，该框架具有更优越的预测表现。
PDFa year ago
SIGIR序列推荐的图形掩蔽自编码器
提出了一种简单而有效的图蒙版自编码器，通过自监督学习来自适应动态提取全局项转换信息，在顺序推荐中进行信息增强。
PDFa year ago
GUESR: 全球无监督的数据增强技术，采用桶聚类采样用于序列推荐
提出了一种基于图对比学习的代表性项目嵌入学习方法，名为 GUESR，旨在缓解现有合作过滤方法面临的数据稀疏和数据噪音问题，并通过从全局角度增强项目表示来改善预测性能。
PDFa year ago
EfficientCLIP: 基于集成自信学习和语言模型的高效跨模态预训练
本文提出了 EfficientCLIP 方法，通过集成自信度学习来获取数据噪声较少的子集，并利用额外的丰富的非配对单模态文本数据来增强文本分支的泛化能力，从而实现了仅使用 CLIP 和 WenLan 的 1/10 培训资源就能达到中文跨模态
PDF3 years ago
KDD电子健康记录中的不确定性建模：一种贝叶斯深度学习方法
基于贝叶斯神经网络的深度学习模型用于预测由于数据噪音引起的不确定性。高度不确定的实例对模型性能有害。通过研究模型预测和不确定性的分布，可以识别一组病人以进行及时干预。
PDF5 years ago