ensemble techniques | BriefGPT

关键词ensemble techniques

搜索结果 - 26

使用集成数据清理方法开发高效语料库
本研究旨在利用集成技术清洗医学数据集并开发语料库，数据清洗方法表明集成技术相对于单一过程具有最高准确率（94%），包括向量化、探索性数据分析和输入向量化数据。该研究的第二个目标是从数据集中提取答案，这对机器学习、数据清洗和医疗领域具有重要意
PDFa month ago
利用非常大的 Dropout 进行微调
使用高辍学率而不是集成技术，通过精细调整来获得丰富的表示，其实现出超过集成方法和权重平均方法的超越分布性能，从而为庞大预训练模型的微调情景提供了实际意义。
PDF4 months ago
句法融合：通过多树图整合提升方面级情感分析
合成融合方法 SynthFusion 可以通过多个解析器的预测来改善图神经网络在情感分类方面的性能，同时减少了过度参数化和过拟合的风险。
PDF7 months ago
计算机断层扫描肺动脉造影影像的深度学习：一种肺栓塞检测的双重方法
通过深度学习技术，结合关注引导的卷积神经网络和集成技术，对肺栓塞进行诊断，以提高准确度和病理捕捉率。
PDF8 months ago
DeepLearningBrasil@LT-EDI-2023：探索社交媒体文本中用于检测抑郁症的深度学习技术
本研究旨在通过深度学习方法，结合 RoBERTa 和 DeBERTa 模型，并利用 DepSign-LT-EDI 任务对社交媒体文本进行分类，进一步加强对精神健康对话的理解，最终取得了优越的性能表现，同时提供了相关代码以促进透明度和进一步发
PDF8 months ago
简约即佳，规模不足为奇：面向基础语言模型的集成
基于大型 FLMs 的小型 FLMs 的潜力是基于同一基础的，通过集成技术可以影响 FLMs 的关注点，揭示不同 FLMs 的协作与合作的能力，我们发现深度集成的 BERT 通过使用心理健康等敏感领域的数据，相对于其大型版本 BERTlar
PDF10 months ago
AutoGluon-TimeSeries：概率时间序列预测的自动机器学习
AutoGluon-TimeSeries 是一种开源的 AutoML 库，专注于概率时间序列预测。它能够通过仅使用 3 行 Python 代码生成准确的点和分位数预测，并结合了传统统计模型、基于机器学习的预测方法和集成技术。在对 29 个基
PDFa year ago
使用 OpenML 构建集成学习自动化机器学习的高效基准测试
Assembled-OpenML 是一个 Python 工具，可构建元数据集以在 AutoML 框架中使用集成学习技术，从而避免了基础模型的重复训练和评估。
PDFa year ago
深度集成多样化：一种基于显著性图的增强 OOD 检测、校准和精度的方法
本文提出了一种基于显著性地图的深度集成方法，通过增加集合成员之间的差异性来改进分类和 OOD 检测。在多项实验中，该方法优于传统集成技术，同时提高了校准性，在 OpenOOD 基准测试中显示出潜在的实际应用前景。
PDFa year ago
培训数据集大小和集成推论策略对头颈自动分割的影响
研究了用不同大小的数据集（25-1000 个扫描）训练三维卷积神经网络以在放射治疗中自动分割头颈部器官的精度和鲁棒性，同时还评估了多种集成技术来改善这些模型的性能，结果表明集成技术对于较小的数据集的影响最为明显，并具有使用困难训练集的潜力。
PDFa year ago
BCI 中的信息传输速率：走向紧密的融合共生
本文提出改进的信息传输速率定义，使用图论建立无记忆通道的不对称性和信息传输速率增益之间的关系。使用两个著名的 SSVEP 数据集对比两种目标识别方法的表现，结果表明，感知到的信息传输速率受通道的不对称性影响，不受输入分布变化的影响。文章进一
PDF2 years ago
BEBERT：高效稳健的二进制集成 BERT
本文提出了一种二进制集合 BERT（BEBERT）模型，采用集成技术来弥补其与全精度 BERT 相比的精度差距，同时保持计算效率，实验证明，BEBERT 在精度和鲁棒性方面明显优于现有的二进制 BERT 模型，训练时间更快，模型尺寸和 FL
PDF2 years ago
基于大型预训练模型的流畅翻译 ——MixMT 2022 SIT
本论文介绍了史蒂文斯理工学院提交的 WMT 2022 共享任务：混合代码机器翻译并针对该任务的两个子任务的技术改进，包括采用大型预训练多语言 NMT 模型和领域内数据集以及反向翻译和集成技术等，该系统取得了子任务 2 上的第一名和子任务 1
PDF2 years ago
基于新合成数据集训练的集成机器学习模型在使用可穿戴设备进行压力预测时具有良好的泛化能力
本文提出了一种使用多个数据集结合模型集成方法，并将其应用于压力检测的方法，该方法的表现优于仅基于单个小数据集训练的模型。
PDF2 years ago
基于 BERT 的集成方法用于仇恨言论检测
本文聚焦于利用包括 BERT 在内的多个深度模型以及集成学习等技术，对社交媒体上的仇恨言论进行分类，使用三个公开 Twitter 数据集进行实验并考察多种方法的分类性能，最终以新数据集 DHO 进行多标签分类，取得了不错的成果，尤其在集成学
PDF2 years ago
EMNLPIDIAPers @ 2022 因果新闻语料库：一种基于提示的少样本效率因果关系识别方法
本文描述了我们在 CASE-2022 中参加亚任务 1: 使用正式新闻语料库的事件因果关系识别。我们通过利用一组简单但互补的技术，在少量有注释的示例（即少数派配置）上对语言模型（LM）进行微调，从而解决了因果关系识别（CRI）任务。我们比较
PDF2 years ago
多解码器 VAE 生成基于字符串的分子
本文提出使用多个解码器共享单个编码器的整合技术来改进变分自动编码器在字符串基分子生成任务中的性能，利用两个主要技术：（a）对每个解码器采样不同的潜在变量以鼓励多样性，（b）使用协同损失来控制使用不同潜在变量的解码器的聚合质量。在实验中，该方
PDF2 years ago
ACLMIPT-NSU-UTMN 参加 SemEval-2021 第 5 项任务：使用预训练语言模型进行有毒片段检测的集成学习
本文描述了我们基于 BERT 神经架构和后处理方法的集成模型，在 SemEval-2021 任务 5 的毒性跨度检测中应用的系统。我们使用多种集成技术对多个预训练语言模型进行了评估，实现了相当大的改进，并在测试数据上获得了 67.55％的
PDF3 years ago
CVPR贝叶斯神经网络在主动学习中的有效性
本文研究使用贝叶斯神经网络进行主动学习，相较于集成技术更能有效地捕捉不确定性，拥有更好的模型效果，同时还揭示了集成技术的一些关键缺陷。
PDF3 years ago
Unbabel 参加 WMT19 翻译质量评估共享任务
Unbabel 团队在 WMT 2019 共享任务中，利用 OpenKiwi 框架及 BERT 和 XLM 预训练模型进行传输学习，提出了用于词和句级别预测的新集成技术，并将单词标签转换为文档级别预测，取得了所有语言对和轨迹上显著的最佳结果
PDF5 years ago