feature extraction | BriefGPT

关键词feature extraction

搜索结果 - 332

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
正交加权 $l_{2,1}$ 规则化的秩感知联合稀疏恢复：算法与分析
我们提出并分析了一种高效的算法，用于解决联合稀疏恢复问题，采用一种名为正交加权 ℓ2,1 （owℓ2,1）的新的正则化方法，专门设计用于考虑解矩阵的秩。该方法在特征提取、矩阵列选择和词典学习等方面有应用，与常用的 ℓ2,1 正则化和其他现有
PDF8 months ago
AKConv：带有任意采样形状和任意参数数量的卷积核
基于卷积操作的神经网络在深度学习领域取得了显著的成果，但标准卷积操作存在两个固有缺陷，本文介绍了 Alterable Kernel Convolution（AKConv）。AKConv 通过给卷积核赋予任意数量的参数和任意采样形状，在网络开
PDF8 months ago
室内单张图像深度估计中不同特征的贡献
通过在室内场景数据集中使用特征提取技术，本研究量化了单一形状、纹理、颜色和饱和度等因素对深度估计的相对贡献，发现边缘检测提取的物体形状在室内环境中的贡献显著大于其他因素，而其他特征也有不同程度的贡献。这些洞察将有助于优化深度估计模型，提高其
PDF8 months ago
PadChannel: 通过显式填充编码提高 CNN 性能
提出了一种名为 PadChannel 的新型填充方法，通过将填充状态编码为额外的输入通道，使得卷积神经网络能够轻松区分真实像素和填充像素，并在计算成本微增的情况下在多个著名卷积神经网络架构中观察到小幅度性能改进和显著的方差减小，适用于 Im
PDF8 months ago
L-WaveBlock：基于小波的新型特征提取器用于生成对抗网络
通过引入 L-WaveBlock，这篇论文以生成对抗网络 (GANs) 为基础，结合离散小波变换 (DWT) 和深度学习方法，提出了一种新颖且强大的特征提取器，能够加快 GAN 生成器的收敛速度并增强性能，展示了其在三个数据集上的出色效果，
PDF8 months ago
跨模态提示：为音频 - 视觉下游任务调整大型预训练模型
本论文提出了一种新的双向引导空间 - 通道 - 时间（DG-SCT）注意力机制，通过引入可训练的跨模态交互层，从当前模态跨空间、通道和时间维度自适应地提取关键信息，以解决多模态任务中的特征提取挑战，其结果在多个下游任务中达到最先进水平，并在
PDF8 months ago
GeoTop: 运用几何 - 拓扑分析提升图像分类
通过使用拓扑数据分析（TDA）和利普希茨 - 基林曲率（LKCs）方法，本研究探索了在生物医学多组学问题的背景下，作为强大工具进行特征提取和分类的应用。我们调查了结合这两种方法以提高分类准确性的潜力，并通过使用生物医学图像数据集来展示 TD
PDF8 months ago
SS-MAE：用于多源遥感图像分类的空间 - 频谱屏蔽自编码器
提出了一种空间 - 光谱掩码自编码器 (SS-MAE) 用于高光谱成像和激光雷达 / 合成孔径雷达数据的联合分类，实现了空间和光谱表示的充分利用，并通过在训练阶段添加两个轻量级卷积神经网络来补充局部特征，成功在三个公开数据集上验证了 SS-
PDF8 months ago
强化学习微调语言模型对更可提取特征有偏向性
通过控制实验，我们发现大型语言模型在自我监督预训练和强化学习微调阶段对于特征提取的归纳偏好在一定程度上一致，并且这些偏好与特征的利用程度和重要性具有显著相关性。
PDF8 months ago
基于分布式矩阵采样的图神经网络训练
该论文的主要贡献是在分布式图神经网络训练的采样步骤中提出了减少通信的新方法，其中包括基于矩阵的批量采样方法，用于表示采样为稀疏矩阵乘法（SpGEMM）并一次采样多个小批量。此外，还展示了使用简单的全互连交换合理复制特征数据可以优于当前的分布
PDF8 months ago
基于地势信息的自主学习：利用有限注释增强 LiDAR 数据中的建筑物提取
使用地面高程模型和自我监督学习的方法，在建筑物分割地图中利用少量标签数据取得了较好的效果，对于在遥感领域中提取特征具有高效性和有效性。
PDF8 months ago
基于绿色色度坐标（GCC）和基于注意力的特征提取的支持向量机用于物联网智能农业应用中的作物病害分类
本文提出了一种新的分类方法，利用基于注意力的特征提取、基于 RGB 通道的色度分析、支持向量机（SVM）的性能改进以及在信息量化后与移动应用和物联网设备集成的能力，为农民提供精确和快速的信息，从而转变了农民鉴别作物疾病的方式，保护农业产出，
PDF8 months ago
FOCAL: 在分解正交潜空间中的多模态时间序列感知信号的对比学习
该论文提出了一种名为 FOCAL 的新型对比学习框架，通过自监督训练从多模态时间序列感知信号中提取全面的特征。FOCAL 通过引入共享特征和私有特征的分解潜空间，以在感官模式间保留一致的特征模式并提取独占的信息以及引入时间结构约束来处理挑战
PDF8 months ago
EMNLP神经网络中的特征提取机制揭示
我们提出了一种基于神经切向核函数（NTKs）的理论方法来研究神经网络在捕捉精确知识方面的潜在机制，并发现激活函数的选择会影响特征提取，此外我们还发现自注意力模型和 CNN 模型在学习 n 元语法方面的局限性，而基于乘法的模型则在该领域表现出
PDF8 months ago
BatteryML：一个用于电池衰减机器学习的开源平台
BatteryML 是一个一站式、全面、开源的平台，旨在统一数据预处理、特征提取和传统与先进模型的实施，以增强研究应用的实用性和效率。
PDF8 months ago
评估睡眠阶段分类：年龄和早晚睡眠如何影响分类绩效
使用小波进行特征提取，随机森林进行分类的自动睡眠阶段分类方法，评估了受试者年龄和睡眠时间对分类器性能的影响。研究发现，这些变量确实对自动模型的性能产生影响，改善了一些睡眠阶段的分类，但恶化了其他阶段的分类。
PDF9 months ago
IoTGeM: 基于行为的物联网攻击检测通用模型
通过改进的滚动窗口方法和多步特征选择过程建立和测试使用隔离的训练和测试数据集的机器学习模型，从而避免了先前模型的通用性限制，提高了对行为基础攻击检测和 IoT 网络攻击的准确性。
PDF9 months ago
基于高斯过程的数据增强和预期特征向量的时间序列分类
通过期望签名，基于高斯过程的数据增强，学习模型进行监督任务，建立了时间序列的特征提取模型。
PDF9 months ago
稀疏回归、Lp 正则化和自动模型发现
自动模型发现中的稀疏回归、特征提取和神经网络的应用
PDF9 months ago