feature extraction | BriefGPT

关键词feature extraction

搜索结果 - 331

IJCAI基于表示学习和启发式特征的社交网络链接预测
使用各种特征提取技术来为社交网络中的节点和边生成表示，以便预测缺失的连接，进而产生准确的推荐。
PDF4 months ago
利用中间编码块的表示来进行合成图像检测
通过利用中间转换器块提取的图像表示，在可学习的伪造感知向量空间中实现高度泛化的轻量级网络，该网络能编码低级视觉信息，对图片完整性和安全性提出了改进并取得显著性能提升。
PDF4 months ago
在稻瘟病分类中利用预训练的卷积神经网络进行高效特征提取
将特征提取方法与预训练的卷积神经网络相结合对稻瘟病进行分类，研究发现用 Histogram of Oriented Gradients 对模型进行增强可显著提高精确度至 97%，为农业中基于图像的病害分类系统的精确性和有效性提供了有前景的方
PDF4 months ago
LiRaFusion：深度自适应激光雷达 - 雷达融合用于三维目标检测
提出 LiRaFusion 以解决基于 LiDAR 和雷达的三维目标检测的问题，并通过早期融合模块和中期融合模块来改善特征提取能力，最终在 nuScenes 上取得了显著改进。
PDF5 months ago
学习低秩特征用于胸腔疾病分类
该研究论文主要介绍了一种适用于各类神经网络的新型低秩特征学习（LRFL）方法，通过在预训练的神经网络上应用 LRFL 方法来实现胸部疾病分类，在多类别分类区域下具有更好的分类结果（mAUC 和准确度）。
PDF5 months ago
深度估计和语义分割的混合网络
通过混合卷积网络从单个输入图像中同时解决深度估计和语义分割两个重要任务，改善了特征提取过程，实验结果表明 HybridNet 的性能与最先进方法以及其基于的单任务方法相当。
PDF5 months ago
路径签名和图神经网络用于慢地震分析：更好的配合？
通过将路径签名与图卷积神经网络相结合，利用路径签名进行特征提取和图卷积神经网络处理空间相互作用的优势，我们在慢地震序列分析和传感器网络分析方面的应用表明了方法的潜力。
PDF5 months ago
ExTTNet：从发票图像中提取表格文本的深度学习算法
通过深度学习模型 ExTTNet，自动从发票图像中提取产品表，使用 OCR 技术从图像中获取文本，并使用特征提取方法来增加准确性。
PDF5 months ago
健康 - LLM: 个性化检索增强疾病预测模型
我们提出了一个名为 Heath-LLM 的创新框架，它结合了大规模特征提取和医学知识权衡评分，与传统的健康管理方法相比，具有三个主要优势，它将健康报告整合到一个大模型中以提供详细的任务信息，使用专业的医学专业知识来调整健康特征的加权得分，并
PDF5 months ago
HyperZ・Z・W 运算符实现全上下文交互的慢速 - 快速网络连接
本研究探讨了通过采用大型隐式核函数来实现网络每层的全局上下文交互，并引入了多分支隐藏表示、特征提取等创新组件构建的 Terminator 架构，通过实验证明此架构在像素级 1D 和 2D 图像分类任务中表现出优秀的性能。
PDF5 months ago
GraphViz2Vec：提升 GNNs 分类效果的结构感知特征生成模型
本文提出了一种新的特征提取方法 GraphViz2Vec，可以捕捉节点的局部邻域的结构信息来创建有意义的 GNN 模型的初始嵌入，这些初始嵌入有助于现有模型在各种分类任务中实现最先进的结果。
PDF5 months ago
ParaTransCNN：用于医学图像分割的并行化 TransCNN 编码器
将卷积神经网络和 Transformer 架构相结合，提出了一种先进的二维特征提取方法，利用平行编码器和通道注意模块实现更好的医学图像分割准确性。
PDF5 months ago
多任务深度强化学习中的知识共享
我们研究了在多任务强化学习中共享表示的益处，以实现深度神经网络的有效使用。我们利用从不同任务中学习、分享共同特性的假设，有助于推广知识，从而比学习单个任务更有效地进行特征提取。通过在广泛使用的强化学习基准上进行实证评估，我们提出了三种强化学
PDF6 months ago
一个多阶段自适应特征融合神经网络用于多模态步态识别
通过多阶段特征融合策略（MSFFS），自适应特征融合模块（AFFM）和多尺度时空特征提取器（MSSTFE）提出了一种多阶段自适应特征融合（MSAFF）神经网络，结合了多种模态的优势，在多个数据集上展现出最先进的性能。
PDF6 months ago
自适应特征选择在无参考图像质量评估中的应用：对比缓解语义噪声敏感性
使用对比学习方法的质量感知特征匹配图像质量评估度量 (QFM-IQM)，通过对具有相似语义特征但质量得分不同的图像对进行比较，以自适应地调整上游任务的特征，移除有害特征并通过蒸馏方法提高模型的泛化能力，在 8 个标准 NR-IQA 数据集上
PDF7 months ago
通道和序列的舞动：一种高效的基于注意力的多元时间序列预测方法
我们介绍了 CSformer 模型，它通过精心设计的两阶段自注意机制实现了序列特定和通道特定信息的提取，并引入了序列适配器和通道适配器，以促进各个维度之间的协同和相互增强，从而显著提高了多变量时间序列数据的特征提取能力。
PDF7 months ago
优化公交出行：基于 P-KMEANS 和 P-LDA 算法的新方法的特征挖掘
公交出行特征提取方法利用 POI 数据，采用增强的 P-KMENAS 和 P-LDA 算法来克服传统算法的局限性，有效地挖掘了与年龄、职业、性别、运动、费用、安全和个性特征等多个方面相关的公交出行行为，从而提升了公交出行的优化效果。
PDF7 months ago
通过多维和高阶移动特征聚类挖掘生活方式简档的框架
通过交叉轨迹特征工程和聚类，该研究利用高阶特征从人类移动轨迹记录中挖掘用户的生活方式特征，并且通过深入提取包括旅行模式、离散傅里叶变换的节奏和 word2vec 词向量化地点语义等特征，在深圳超过 50 万用户的轨迹数据集上，得到了七个具有
PDF7 months ago
MMSimulFlow：无监督视频目标分割中同时提取特征与识别目标
本文提出了一种名为 SimulFlow 的新型无监督视频目标分割模型，它同时进行特征提取和目标识别，实现高效和有效的无监督视频目标分割，通过利用灵活的注意力机制来融合图像和运动信息，减少了计算复杂性和融合难度，并在多个基准数据集上取得了领先
PDF7 months ago
理解自监督模型作为跨语言特征提取器的量化方法
通过对英文自监督学习模型在跨语言环境中提取的特征进行研究，我们提出了一种新的度量标准来预测特征表示的质量。使用自动语音识别作为下游任务，我们分析了模型大小、训练目标和模型架构对一组拓扑多样的语料库中模型作为特征提取器的性能的影响。我们开发了
PDF7 months ago