ensemble method | BriefGPT - AI 论文速递

关键词ensemble method

搜索结果 - 64

成本敏感的支持向量机概率预测
提供了一种生成支持向量机的概率输出的新方法，利用集成方法和自举估计，能够处理不平衡数据集，并在广泛的数据集测试中展现了优势。
PDF9 months ago
基于集成的贝叶斯神经网络和传统机器学习算法的混合优化
通过将贝叶斯神经网络与传统机器学习算法（如随机森林、梯度提升、支持向量机）协同集成的一种新方法，强调了特征集成在优化中的重要性，包括优化的二阶条件，如哈西矩阵的定态性和正定性。与此相反，超参数调整对于改善预期改进（EI (x)）的影响有所削
PDF9 months ago
无监督成分句法分析的集成蒸馏
我们研究了无监督的成分句法分析任务，该任务将句子中的单词和短语组织成层次结构，而不使用语言学注释数据。我们观察到现有的无监督解析器捕捉了句法结构的不同方面，可以利用这些方面来提高无监督解析的性能。为此，我们提出了 “树平均” 方法，并进一步
PDF9 months ago
边界剥离：一种使用单类剥离的异常检测方法
非监督异常检测的一个重要阶段是数据分析中的一个关键领域，我们引入了一种名为一类边界剥离的非监督异常检测算法，它使用了由一类支持向量机生成的灵活边界的迭代剥离的平均有符号距离，并具有强大的超参数设置和可以被视为合奏方法的灵活性，通过在合成数据
PDF10 months ago
基于集成方法的成年脑肿瘤自动分割：利用 BraTS AFRICA 挑战数据的新方法
应用深度学习于亚撒哈拉地区患者的多模态磁共振成像数据，以提高脑肿瘤分割的精确度，研究表明集成方法可以优于单一模型，在评估指标上展现出 0.82、0.82 和 0.87 的 Dice 评分，为精确分割脑肿瘤奠定了基础，并为未来的研究和性能评估
PDFa year ago
基于深度强化学习的加密货币自动交易集成方法
我们提出了一种集成方法，以提高在高度随机的日内加密货币组合交易环境中通过深度强化学习算法训练的交易策略的泛化性能。我们采用了一种模型选择方法，对多个验证期进行评估，并提出了一种新颖的混合分布策略，以有效地集成所选模型。我们提供了关于细粒度测
PDFa year ago
随机 HAR: 传感器选择和强化学习提高集成深度学习在人类活动识别中的性能
通过训练多个基于相同架构、从给定数据集中随机选择的模型并使用加强学习算法确定最佳的模型子集，提出了一种名为 randomHAR 的集成方法，以优化集成过程而非组成模型的架构，在 6 个人体活动识别基准数据集上的实验结果表明：该方法表现优于当
PDFa year ago
无需事先知晓异常情况的医学图像通用异常检测可行性
本研究考察了医学图像中通用的异常检测，在比较各种方法时，特别探讨了模型应使用正常数据进行验证的问题，并提出了一种简单的决策级集成方法来增强性能的鲁棒性。
PDFa year ago
自适应集成 Q - 学习：通过误差反馈减小估计偏差
通过测试发现 Adaptive Ensemble Q-learning（AdaEQ）集成模型在 MuJoCo 基准测试中能够提高学习性能，该模型结合了模型识别自适应控制（MIAC）来实现有效的集成尺寸自适应，并通过逼近误差表征来灵活控制集成
PDFa year ago
AAAI使用特征表示的参数高效多模态事实验证基于大型基础模型的三重检查团队 Factify 2
本文介绍了 Pre-CoFactv2 框架，使用多模态、多类型融合方法以及特征表示来实现文本与图像的多模态事实验证，并使用统一的集成方法提高模型性能，最终在 AAAI 2023 的 Factify challenge 中获得了最高成绩和新
PDFa year ago
利用预训练语言模型的快速调优竞赛解决方案技术报告
本报告是关于在预训练语言模型中应用黑盒调整以进行 few-shot 学习的研究。我们提出了基于 LMaaS 场景的解决方案，包括多标签词、P0 选择、滚动更新策略、MLP 分类器的多任务损失以及使用集成方法进一步提高广义化能力。最后，我
PDF2 years ago
ACLSemEval-2022 任务 7 中 X-PuDu: 基于模式感知集成的替换词检测任务预训练模型用于识别合理的澄清
使用预先训练的替换词检测模型，结合模式感知集成方法，本文在 SemEval 2022 任务 7 中获得更佳的多分类和排序结果，实现了 68.90% 的准确率以及 0.8070 的斯皮尔曼等级相关分数，超过第二名的分数。
PDF2 years ago
Confidence-Nets: 面向小数据集回归神经网络更好预测区间的一步
本文介绍了一种组合 DNN、XGBoost 和差异性计算技术的集成方法，用于估计预测的不确定性、提高准确性并提供预期变化的区间，其计算简单，适用于小数据集且性能提升显著，且模型的预测区间可平均包括实际值的 71％和 78％。
PDF2 years ago
智能决策支持集成投票模型用于智能医疗监测环境下冠状动脉疾病预测
利用机器学习的集成方法在智能医疗监测系统中设计出一种电子诊断工具来诊断冠心病，结果表明集成分类器中的多层感知机、随机森林和 AdaBoost 是最优的，达到了 88.12% 的准确率，而且比其他所有分类器都表现更好。
PDF2 years ago
上下文化语言模型用于语义变化检测：经验教训
本文研究使用基于上下文嵌入方法进行检测历时语义变化的可能存在的输出错误。通过引入单一方法并进行深入的分析，作者发现这种方法可能会将词汇的词典含义变化与上下文语境的变化混淆，同时将词汇实体的句法和语义方面合并在一起。本文提出了一些解决这些问题
PDF2 years ago
DIALOG-22 RuATD 生成文本检测
该论文介绍了一种基于注意力机制的预训练模型的集成方法，用于对生成文本进行侦测、二分类和多分类，并在二分类任务中获得了 0.82995 的准确度得分，在多分类任务中获得了 0.62856 的准确度得分。
PDF2 years ago
UPB 在 SemEval-2022 任务 5 中：利用图像情感和图卷积网络增强 UNITER，用于多媒体自动骚扰辨识
本文描述了我们提交到 SemEval-2022 Task 5 的分类系统，旨在通过分析文本和 meme 图像一起识别多方面的厌恶内容，我们提出了两种基于预训练 UNITER 模型的模型和一种基于词表图卷网络的模型，并探索了一个集合方法，我们
PDF2 years ago
AAAIFactify 2022 上的团队 Yao：利用预训练模型和协同注意力网络进行多模态事实验证
提出了一个 Pre-CoFact 框架来解决社交媒体上的虚假信息问题，其包括两个预训练模型和多个共同注意网络，并采用集成方法以提高性能。该框架在 Factify 挑战赛上取得了第五名，证明了其在不使用辅助任务或额外信息的情况下获得了竞争力。
PDF2 years ago
基于 Medically Aware GPT-3 的医学对话摘要数据生成器
通过利用 GPT-3 作为算法骨干并采用低样本学习和集成方法，我们介绍了一种算法来创建合成训练数据，以明确关注捕捉医学相关信息，结果相当于采用 6400 个人标记的示例，能够制作出高质量的摘要，就医学准确性和连贯性而言，这种方法产生的摘要明
PDF3 years ago
ICML基于注意力机制集成 LSTM 的海冰预测
本研究应用基于注意力的长短期记忆（LSTM）集成模型，使用来自 NSIDC、ERA5 重分析产品的海冰数据和大气、海洋变量，对未来一个月的月度海冰范围进行预测，并证明了其优于现有深度学习模型和基线模型。此研究表明数据驱动的方法在预测北极海冰
PDF3 years ago