data scarcity | BriefGPT - AI 论文速递

关键词data scarcity

搜索结果 - 159

COLING选择和调序：一种新颖的神经手语生成方法
该论文提出了一种名为选择和重新排序（S&R）的新方法，通过将翻译过程分为两个不同的步骤：字面选择（GS）和字面重新排序（GR），来解决低资源语言 —— 手语因平行注释数据稀缺而实现准确翻译面临的挑战。此方法利用大型口语语言模型和源口语语言与
PDF2 months ago
最小数据下的卡塔卡利手势识别
印度古典舞蹈剧 Kathakali 有一组手势称为 Mudras，它们构成了所有舞姿和动作的基本单元。本研究将这个问题视作一个 24 类分类任务，并提出了一种基于姿势估计的向量相似性方法，消除了进一步训练或微调的需要。这种方法克服了数据稀缺
PDF2 months ago
语言模型生成的合成数据的最佳实践和经验教训
人工智能模型的成功依赖于大规模、多样化、高质量的数据集的可用性，而由于数据稀缺、隐私问题和高成本，获取这些数据集可能具有挑战性。合成数据作为一种有前景的解决方案出现，通过生成模仿真实世界模式的人工数据。本文提供了合成数据研究的概述，并讨论了
PDF3 months ago
BatSort: 基于迁移学习的增强型电池分类方法用于电池分选和回收
我们提出了一种基于机器学习的电池类型分类方法，通过转移学习利用大规模数据集进行知识优化，并定制 ResNet 以针对电池类型进行分类。通过实验研究，结果表明，我们的解决方案在平均准确率达到 92.1％，最高可达 96.2％，适用于电池类型分
PDF3 months ago
大型语言模型中高效利用学习
通过引入 “Leverage Learning” 方法，我们实现了一种简化的实施方式，称为 “Token-Efficient Leverage Learning (TELL)”。TELL 展示了 Leverage Learning 的潜力，
PDF3 months ago
COLING在数据稀缺环境中利用 ASR 驱动的 Wav2Vec2 探索病态语音质量评估
自动语音质量评估中，由于数据稀缺，大多数研究仅在二元分类等简单任务上取得良好结果。本文提出了一种新的方法，通过采用预训练的 Wav2Vec2 架构作为语音评估中的特征提取器，将学习系统从片段级别提升至音频级别，从而建立了一个新的基准，使得只
PDF3 months ago
COLING混合代碼響應的強響應代碼混合翻譯的生成和聯合學習
本文研究了混合编码（Hinglish 和 Bengalish）到英语的机器翻译问题，通过合成 Hinglish 到英语的平行语料库以及提出的鲁棒扰动联合训练模型（RCMT），并展示了 RCMT 在 Bengalish 到英语翻译上的零样例适
PDF3 months ago
利用样式过滤增强工业迁移学习：成本减少与缺陷焦点
针对工业领域中数据稀缺的挑战，转移学习成为一种关键的范式。该研究介绍了一种专门针对工业环境的方法学，称为 Style Filter。通过在知识转移之前有选择性地过滤源领域数据，Style Filter 减少了数据的数量，同时保持或增强了转移
PDF3 months ago
多元高斯过程回归的时空数据模态分析
通过多元高斯过程回归（MVGPR）方法，克服稀缺和时间不规则数据限制，提出了一种新颖的模态分析技术，能够代替传统的模态分析方法如动态模态分解（DMD）和谱正交分解（SPOD）。MVGPR 的核函数结构基于线性动态的相关函数假设，通过与 DM
PDF3 months ago
MISS：基于视觉归纳先验流传播的内存高效实例分割框架
通过将视觉先验知识与训练数据集相结合，MISS（Memory-efficient Instance Segmentation System）框架在数据稀缺和内存限制的情况下展现出出色的性能。
PDF3 months ago
ACL促进的歌唱声音合成：通过自然语言提示实现可控
提供了一种新的歌声合成方法 Prompt-Singer，使得合成歌声能够通过自然语言明确地控制歌手的性别、音域和音量，并使用基于解码器的 transformer 模型和多尺度层次结构设计了分离音域旋律的音高表示方法以保持旋律准确性，同时，对
PDF3 months ago
自洽训练用于哈密顿预测
利用自洽原理提出的一种准确的训练方法，可以在没有标记数据的情况下训练哈密顿预测模型，从而解决了数据稀缺性困难，并且在数据稀缺和分布外情况下表现出更好的泛化能力和效率。
PDF4 months ago
物理信息对神经网络在水力建模中的泛化能力的影响
神经网络在河流水力学中的应用尚不成熟，尽管该领域存在数据稀缺等机器学习技术挑战。因此，本研究旨在通过在训练阶段引入物理信息来缓解这一问题，并展示了这种方法可以提高预测能力。
PDF4 months ago
扩展动态人 - 场景交互建模
通过引入 TRUMANS 数据集和一种新颖的 HSI 运动合成方法，我们克服了数据稀缺和高级动作合成在人类 - 场景交互建模中的挑战。我们的方法采用扩展的扩展的物理环境模型和外观运动增强技术，使 TRUMANS 数据集成为目前最全面的 HS
PDF4 months ago
常识知识图谱上的逻辑查询复杂推理
通过从现有的常识知识图谱（CSKG）中采样多跳逻辑查询，并使用手工规则和大语言模型进行言语化，我们提出了 COM2（复杂常识）数据集，训练于此的语言模型在复杂推理能力方面取得了显著提升，从而在问题回答和生成常识推理的任务中表现出了增强的零样
PDF4 months ago
利用模型的内部表示进行磁性图像分类
利用边缘设备生成的数据，使用多样化的机器学习方法来解决隐私问题并利用分布式数据来训练智能自主系统，但由于分散存储数据碎片的敏感性，安全问题仍然存在。该研究介绍了一种独特的机器学习模型训练方法，针对仅有单独的磁感图像及其相应的标签图像的情况。
PDF4 months ago
将 ContextGPT 的知识融入神经符号活动识别模型
基于深度学习模型，上下文感知的人类活动识别是移动计算领域的热点研究方向。然而，这些系统的实际部署受到标注数据稀缺的限制。基于神经符号人工智能领域的研究提出了使用常识知识来缓解此问题，在人类活动识别深度学习分类器中融入关于人类活动及其上下文的
PDF4 months ago
通过精细的图像文本对齐和解剖病理促进的医学图像合成
通过细粒度的图像 - 文本对齐和解剖病理提示，我们提出了一种新颖的医学图像合成模型，能够生成高度详细和准确的合成医学图像，我们验证了我们的方法在公共胸部 X 光数据集上的优越性，并展示了我们的合成图像保留准确的语义信息，对各种医学应用具有价
PDF4 months ago
应用变分自动编码器进行放射学数据生成的生成式主动学习在兽医学中的应用
利用变分自编码器提出的生成式主动学习框架解决兽医医学中计算机辅助诊断系统面临的数据缺乏挑战。通过生成数据的添加和训练模型的改进，该方法显著减少了放射照片中的 Frechet Inception 距离和混淆矩阵的假阳性，从而为医学 CAD 的
PDF4 months ago
走向可控时间序列生成
时间序列生成（TSG）是在许多应用中不可或缺的一种关键技术，本文提出了一种针对数据稀缺情况的可控时间序列生成（CTSG）问题，并介绍了具有出色性能的 CTSG 框架 CTS 及其在生成高质量可控输出方面的应用。
PDF4 months ago