ensemble method | BriefGPT - AI 论文速递

关键词ensemble method

搜索结果 - 64

天气固定数据集挑战的增强语义分割流程
描述第一名解决方案，提出了一种增强的语义分割管道，通过使用经过深度预训练的骨干模型、语言引导和数据增强方法来改进天气下的语义分割模型，并采用有效的训练策略和集成方法来进一步提高性能。
PDFa month ago
深度集成艺术风格识别
利用深度学习技术，本研究通过 8 种不同的深度网络架构在两个不同的艺术数据集上进行对比实验，并引入一种通过多个模型提取和识别输入的不同特征的可变方法，创造了与现有工作相比更一致的模型，在最大艺术数据集上达到了最新的精确度（WikiArt -
PDFa month ago
通过进化策略在 MRI 中检测脉络膜转移的不确定性量化
在这项研究中，我们采用 DNE 方法训练了一个简单的卷积神经网络 (CNN)，用于眼部 MRI 图像的二分类，目的是区分正常眼睛和转移性肿瘤 (称为脉络膜转移)。通过应用这些模型到测试集，我们建立了一种用于不确定性量化的集成方法，发现主观特
PDF3 months ago
一种通道集合方法：无偏差和低方差的伪标签对半监督分类至关重要
我们提出了一种轻量级通道级集成方法，用于将多个次优的伪标签有效地合并为理论上保证的无偏差和低方差的伪标签，该方法可轻松扩展到任何半监督学习框架，并在 CIFAR10/100 上显著优于现有技术，无论是在效果上还是效率上。
PDF3 months ago
DPStyler: 自由源领域广义化的动态提示样式
无源领域普适化的 PromptStyler 模型存在限制，本论文提出 Dynamic PromptStyler (DPStyler) 来解决这些问题，并通过采用 Style Generation module、Style Removal m
PDF3 months ago
異構集成方法對重新識別的有效性研究
本文介绍了一种新的集成方法，用于工业实体的重新识别，使用了芯板托盘和镀锌金属板的图像作为数据集示例，并使用简化的、基本的模型代替常用的复杂孪生神经网络，提供更广泛的适用性，尤其适用于硬件限制的场景。我们的算法在训练时间的一小部分内使用了不同
PDF3 months ago
多智能体路径规划的集成优先混合策略
基于多智能体强化学习 (MARL) 的多智能体路径规划 (MAPF) 近来备受关注，我们提出了一种名为 Ensembling Prioritized Hybrid Policies (EPH) 的方法，该方法通过选择性通信模块、基于 Q 学
PDF4 months ago
TNF: 三支神经融合用于多模态医学数据分类
本文介绍了一种用于分类多模态医学图像和表格数据的三分支神经融合（TNF）方法，并提出了两种解决多模态分类中标签不一致性挑战的解决方案。通过在三个分支中管理图像模态、表格模态和融合数据的混合输出，最终的决策是通过集成方法从三个分支的可能性中得
PDF4 months ago
LLM-Ensemble: 电商产品属性值提取的优化大型语言模型集成方法
我们提出了一种名为 LLM-ensemble 的新算法，用于综合不同 LLMs 的输出，以提取属性值，并在 Walmart 的内部数据上进行了广泛的实验，结果表明该方法优于所有其他单个 LLM。
PDF4 months ago
EBBS：具有双层束搜索的零样本机器翻译集成
我们通过一个新颖的双层束搜索算法，提出了 EBBS，一种集成方法，在下层每个集成组件逐步探索自己的预测，而在上层通过一种 “软投票” 机制进行同步，结果在两个流行的多语言翻译数据集上显示，EBBS 始终优于直接和转换翻译以及现有的 ense
PDF4 months ago
指向便携式超声成像乳腺癌分类方法的非同源检测
通过使用三种不同的方法：softmax、能量分数和深度集成，并在三个不同的数据集上进行测试，本研究通过点对点超声图像对乳腺癌进行分类，并发现能量分数方法在两个数据集上优于 softmax 方法，而深度集成方法是最稳健的，在所有三个数据集上最
PDF4 months ago
利曼 - 勒贝格回归森林
我们提出了一种新的集成方法，称为 Riemann-Lebesgue Forest (RLF)，用于回归问题，通过在非终止节点上从响应 Y 或特征空间 X 中的方向来对节点进行划分。通过模拟数据和真实世界数据的实验证明了 RLF 相对于原始随
PDF5 months ago
精确知识传递通过流匹配
我们提出了一种新颖的知识转移框架，引入连续归一化流进行渐进知识转化，并利用多步采样策略实现精准知识传递。通过引入随机插值，我们理论上证明了 FM-KT 的训练目标相当于最小化教师特征映射或逻辑负对数似然的上界。此外，FM-KT 可以看作是一
PDF5 months ago
利用大型语言模型嵌入追溯思想的谱系
通过使用大规模语料库中语言模型的独特优势来检测知识影响，本文提出了一种新方法，并应用组合方法来实现不同阈值下的引用、改写或相似性，通过使用这种方法在 19 世纪的大规模学术著作中检测达尔文的观点，证明了该方法的可行性和广泛适用性。
PDF6 months ago
通过森林修剪提高随机森林的准确性和可解释性
通过提出两种森林修剪方法，我们的研究旨在实现既有随机森林的准确性又具有决策树的解释性，通过在给定随机森林中找出最佳子森林，再将选定的树组合在一起，实验证明我们的方法在准确性和所使用的树的数量方面优于当前先进的森林修剪方法。
PDF6 months ago
GINN-LP: 发现多元洛朗多项式方程的可扩展可解释神经网络
提出了 GINN-LP，这是一个可解释的神经网络，用于发现数据集的潜在方程的形式和系数，该方程被假设为多变量劳伦多多项式的形式。通过一种新类型的可解释神经网络块，名为 “幂项逼近块”，由对数和指数激活函数组成，为此提供了便利。在符号回归的基
PDF7 months ago
L3 集成：基础语言模型的终身学习方法
提出了一种基于生命周期学习的方法，通过从未见过的数据中提取有意义的表示，构建结构化知识库，逐步提高任务性能，实验结果表明该方法相比于精调的基础语言模型可提高 4%~36% 的模型准确度，并在 STS 基准任务上表现出与 T5 模型相比具有竞
PDF8 months ago
重拾被遗忘的知识：关于遗忘、过拟合和无需训练的深度神经网络集成
在深度神经网络中，我们引入一种新的评分方法来衡量过拟合，该方法通过监测验证数据上的模型遗忘率，从而揭示了即使总体上泛化能力得到改善，仍存在数据空间中某些区域泛化能力退化的情况。基于这些观察，我们构建了一种新的集成方法，该方法仅基于单个网络的
PDF9 months ago
用于幻觉检测的度量集合
基于大型语言模型的文本生成具有吸引力，但生成的抽象摘要可能存在解释错误的 “幻觉”。本研究使用一套无监督指标来评估摘要的一致性，并与人工评估得分进行相关性分析。研究发现，基于大型语言模型的方法在幻觉检测方面优于其他无监督指标，而集合方法可以
PDF9 months ago
对语言分类模型的成员推断攻击的改进
人工智能系统在日常生活中普遍存在，在零售、制造、健康等许多领域都有应用。随着人工智能采用的增加，相关风险也被识别出来，其中包括对用于训练模型的数据的隐私风险。评估机器学习模型的隐私风险对于做出有知识决策，是否使用、部署或共享模型至关重要。对
PDF9 months ago